泛癌公共驱动通路识别模型和算法研究

发布时间：2021-05-11 16:22

　　随着高通量测序技术的飞速发展,从癌症分子水平上了解致癌的发病机理已成为现实。研究发现导致癌症发生的失调信号通路或调控通路通常由多个驱动基因共同作用,即通路中任何一个驱动基因发生突变均会导致通路失调,从而引发癌症。在通路水平上研究突变,对于获得异质性模式和理解癌症形成更具有生物学意义,驱动通路识别问题应运而生,识别不同癌症之间的公共驱动通路是其中一个重要的子问题,本文对该问题进行研究,主要工作如下:对泛癌公共驱动通路识别模型进行研究,张等人2017年提出的ComMDP方法通过计算各癌症的绝对权重累加值来构造模型,以期找到累加值最大的通路。然而不同癌症样本数一般差异较大,计算各癌症的绝对权重累加值,可能会导致小样本癌症数据作用受到忽略,从而影响求解效果,遗漏某些驱动通路。针对该问题,本文提出基于相对权重累加值的求解思路,并利用方差或调和均值以最小化各相对权重离散度,由此构造泛癌公共驱动通路识别模型MDP1（Multi-cancer driver pathway 1）和MDP2（Multi-cancer driver pathway2）。针对识别模型MDP1和MDP2的NP难特性,提出两种基... 

【文章来源】：广西师范大学广西壮族自治区

【文章页数】：52 页

【学位级别】：硕士

【文章目录】：
摘要
ABSTRACT
第1章 绪论
    1.1 研究背景及意义
    1.2 相关知识介绍
        1.2.1 泛癌数据
        1.2.2 高通量测序数据库
    1.3 国内外研究现状
        1.3.1 识别单个驱动通路
        1.3.2 识别协作驱动通路
        1.3.3 识别泛癌的驱动通路
    1.4 论文的研究内容与创新点
    1.5 论文结构与安排
第2章 两种公共驱动通路识别模型及其求解算法
    2.1 两种公共驱动通路识别模型
        2.1.1 问题描述
        2.1.2 识别模型MDP1和MDP2
    2.2 求解识别模型的单亲遗传算法和粒子群优化算法
        2.2.1 单亲遗传算法PGA-MDP1和PGA-MDP2
        2.2.2 粒子群优化算法PSO-MDP1和PSO-MDP2
    2.3 本章小结
第3章 实验测试与结果分析
    3.1 实验数据
        3.1.1 模拟数据
        3.1.2 生物数据
    3.2 实验环境和运行参数
    3.3 模型比较
    3.4 算法比较
    3.5 识别性能比较
        3.5.1 CB数据集
        3.5.2 CBB数据集
        3.5.3 CBL数据集
        3.5.4 CBLB数据集
    3.6 本章小结
第4章 总结与展望
    4.1 论文总结
    4.2 未来工作展望
参考文献
攻读学位期间的科研和奖励情况
致谢


【参考文献】：
期刊论文
[1]中国恶性肿瘤流行情况及防控现状[J]. 曹毛毛,陈万青.  中国肿瘤临床. 2019(03)
[2]Cancer incidence and mortality in China, 2014[J]. Wanqing Chen,Kexin Sun,Rongshou Zheng,Hongmei Zeng,Siwei Zhang,Changfa Xia,Zhixun Yang,He Li,Xiaonong Zou,Jie He.  Chinese Journal of Cancer Research. 2018(01)

硕士论文
[1]泛癌中驱动突变模式挖掘方法研究[D]. 钱鑫.湖南大学 2018



本文编号：3181723