基于聚类的基因差异共表达分析

发布时间：2024-03-19 01:51

　　随着生物科学技术的迅猛发展,生物信息学悄然兴起。它是研究生物和生物医学相关系统中信息内容与信息流向的一门综合系统学科。随着基因芯片[1]技术的出现,吸引了不少科研人员加入到这个领域。对DNA微阵列数据进行基因差异共表达分析,找到与疾病相关的基因是当前生物信息学最热门的科研项目,也是了解和治疗重大疾病的新方法。现在医学很多遗传疾病的病理还不是很了解,因此基因的差异共表达分析方法越来越多的被应用于统计分析来寻找与疾病相关的中心基因。本篇文章首先对基因表达数据集进行差异表达分析,应用R包筛选出298个下调差异表达基因和36个上调差异表达基因。通过比较在正常状态下和疾病状态下的两个差异表达基因的聚类图,我们会发现一些差异表达基因聚的类有所改变,然后我们对这些基因进行KEGG Pathway富集分析,发现下调基因主要与新陈代谢通路有关,然而,上调差异表达基因还与胰岛素信号转导通路和磷酸戊糖等通路有关,除此之外还有两个与代谢有关的通路。然后我们对差异表达基因做进一步的差异共表达分析,当前差异共表达分析主要采用连通性策略的方法去估计差异共表达基因,尽管它简化了计算,但无法从细微的变化中区分差异共表达...

【文章页数】：55 页

【学位级别】：硕士

【部分图文】：

图３．１１响应低氮胁迫表达基因差异的维恩图

?１??参参参旅参旁参务??图３．１０基于表达谱的共表达调控差异基因的聚类分析（ＦＰＫＭ值取ｌｏｇｌＯ）??Ｆｉｇ?３．１０?Ｃｌｕｓｔｅｒｉｎ呂?ｃｏ－ｍｏｄｕｌａｔｅｄ?ＤＥＧｓ?ｂａｓｅｄ?ｏｎ?１：ｈｅ?ｅｘｐｒｅｓｓｉｏｎ?ｐｒｏｆｉｌｅｓ?（ＦＰＫＭ?ｖａｌｕｅｓ??....

图３－１：两种生物状态下的网络图??

图３－１：两种生物状态下的网络图???＝?ａｂｓ［ｈｇｌ０?ｇｇ］???｜）??

图３－２：构建基因差异共表达网络的两个策略：硬阈值法和软阈值法??的定量值，进而实现对差异共表达程度精确的度量和归纳；３）综合差异表达和差??

值”（ｈａｒｄ－ｔｌｉｒｅｓｈｏｌｄｉｎｇ）丨１６，２２丨和“软阈值”（ｓｏｆｔ－ｔｈｒｅｓｈｏｌｄｉｎｇ）丨？’９，１１，２４丨。在“硬阈??值”策略中人们采纳一个基因表达表达关系数值，即只要当表达值在其表达网??络中大于预先设定的阈值就会被保留下来，低于阈值的全部抹掉（图３－....

图３－３：基因差异共表达网络构建策略“半阈值法”（左）ＤＣｐ算法（右）??值”法抹掉某些基因连接的表达相关值的差异，此方案不利于区分不同程度的表??

达相关性变化，对于“软阈值”目前的转换函数在处理表达相关性负值时不合??理，妨碍了生物学家对较大的负相关系数值的关注Ｉ４７］。??综合上述两种方法的思想，提出“半阈值”法构建基因表达网络（图３－３）。??我们首先计算两种生物状态下搜有可能的基因对的表达相关数值，然后设定一个??阈....

本文编号：3932140