数据挖掘在肿瘤标志物预测及其发生机理分析中的应用研究

发布时间：2021-04-18 21:35

　　本文的研究是基于基因表达数据,采用计算的方法进行肿瘤标志物的预测及其发生机理分析。具体工作如下:1.本文对乳腺癌相关的标志物进行了识别和分析。基于TCGA数据库乳腺癌的RNA-Seq表达数据,应用Wilcoxon符号秩检验识别差异表达基因;应用基于支持向量机的递归特征消除方法,识别乳腺癌及其分化度和分期的基因标志物;对识别出的基因标志物应用分泌入血液和尿液的蛋白预测方法,识别出乳腺癌及其分化度和分期的血液和尿液蛋白标志物;采用GEO数据库的乳腺癌基因表达数据对识别出的标志物进行验证,验证了识别出的标志物的可信性。2.本文对慢性炎症导致癌症发生的机理进行了分析。基于慢性炎症的基因表达数据,应用差异表达检验识别出各类炎症的差异表达基因,并进行pathway富集分析;基于免疫和组织修复相关细胞的基因表达数据,应用基于主成分回归为基础开发的去卷积分析工具,评估各类炎症中的细胞比例变化;基于缺氧的基因表达数据,开发了一个缺氧水平预测器,用来预测各类炎症的缺氧情况;基于基因表达数据,分析了各类炎症的氧化压力水平、铁离子代谢和线粒体功能;此外,分析了糖胺聚糖及其他细胞间质组分在易致癌的慢性炎症中的作... 

【文章来源】：吉林大学吉林省 211工程院校 985工程院校 教育部直属院校

【文章页数】：84 页

【学位级别】：博士

【文章目录】：
提要
摘要
Abstract
第1章 绪论
    1.1 本文的研究目的和意义
    1.2 本文的主要工作
    1.3 本文的结构
第2章 数据来源和相关方法介绍
    2.1 生物数据概述
        2.1.1 生物数据定义与分类
        2.1.2 本文相关数据库简介
    2.2 数据挖掘概述
        2.2.1 数据挖掘定义
        2.2.2 数据挖掘过程
    2.3 本文使用的数据挖掘方法
        2.3.1 Wilcoxon符号秩检验
        2.3.2 相关性分析法
        2.3.3 基于支持向量机的递归特征消除法
        2.3.4 主成分分析方法
第3章 乳腺癌的基因标志物和蛋白标志物的识别
    3.1 本章提要
    3.2 研究背景
    3.3 研究方法
        3.3.1 数据来源及处理
        3.3.2 乳腺癌差异表达基因的识别
        3.3.3 表达变化与分化度和分期相关的基因的识别
        3.3.4 分化度和分期相关基因的Pathway富集分析
        3.3.5 区分各分化度和分期的基因标志物的识别
        3.3.6 分泌入血液和尿液的蛋白的编码基因的识别
        3.3.7 评估过程
    3.4 研究结果
        3.4.1 乳腺癌的基因标志物的识别与分析
        3.4.2 乳腺癌的蛋白标志物的识别与分析
    3.5 本章小结
第4章 慢性炎症导致癌症发生的机理分析
    4.1 本章提要
    4.2 研究背景
    4.3 研究方法
        4.3.1 数据来源及处理
        4.3.2 数据整合、差异表达基因识别和pathway富集分析
        4.3.3 免疫和组织修复相关细胞的去卷积分析方法
        4.3.4 组织中缺氧水平和氧化压力水平的预测方法
        4.3.5 评估过程
    4.4 研究结果
        4.4.1 慢性炎症的差异表达基因识别及pathway富集分析
        4.4.2 慢性炎症的免疫和组织修复相关细胞的去卷积分析
        4.4.3 慢性炎症的缺氧水平预测及分析
        4.4.4 慢性炎症的氧化压力水平、铁离子代谢和线粒体功能分析
        4.4.5 糖胺聚糖及其他细胞间质组分在慢性炎症中的作用
        4.4.6 慢性炎症导致癌症发生的机理模型构建与分析
    4.5 本章小结
第5章 总结与展望
    5.1 研究总结
    5.2 研究展望
参考文献
作者简介及在学期间所取得的科研成果
致谢



本文编号：3146207