基于蛋白质互作网络和转录共表达的疾病基因排序方法研究

发布时间：2017-05-25 07:09

  本文关键词：基于蛋白质互作网络和转录共表达的疾病基因排序方法研究，由笔耕文化传播整理发布。

【摘要】：本文以人类癌症样本为例,致力于整合蛋白质互作网络和芯片表达数据进行基因排序方法的研究。首先我们比较了使用疾病特异性与非特异性的基因表达数据在疾病基因排序中的效果,结果显示前者的其效果要更好。接着我们使用了三种不同的蛋白质互作网络的效果,并通过整合了多次实验构建出癌症共表达网络,分析了各种网络在疾病基因排序应用中的优劣。最后,我们提出了基于整合基因表达芯片中共表达、差异化表达信息以及蛋白质互作网络进行基因排序的新方法Group Rank。由于目前的整合差异化表达信息和蛋白质互作网络的排序算法都是基于单个差异化表达基因评分再累加进行比较,通过网络扩散,与疾病不相关的基因也可能会被赋予较高分数。针对这一缺陷,我们提出了基于共表达簇的排序方法-GroupRank。GroupRank中,候选基因只有和共表达簇内所有基因都相关才会被认为是可能的致病基因。根据癌症基因排序验证结果,Group Rank比基于单个差异化表达基因评分的排序算法要更有效。而且通过对在GroupRank中贡献较高的共表达基因簇进行功能富集分析,可能的致病机理我们发现这些共表达簇确实与相应的癌症有很大关联。显然这一基于基因簇的方法也可以帮助我们更好地了解疾病发展中的重要生理、病理过程。
【关键词】：基因排序 蛋白质互作网络 差异化表达 共表达
【学位授予单位】：上海交通大学
【学位级别】：硕士
【学位授予年份】：2014
【分类号】：R3416;Q811.4
【目录】：

• 摘要5-6
• ABSTRACT6-12
• 第一章 绪论12-20
• 1.1 疾病与致病基因12-13
• 1.1.1 疾病的分类与疾病的网络12
• 1.1.2 探索致病基因的方法12-13
• 1.2 基因芯片技术13-14
• 1.3 基因排序方法14-18
• 1.3.1 基于生物网络的基因排序算法16-17
• 1.3.2 基于生物网络和基因芯片数据整合的基因排序方法17-18
• 1.4 论文研究内容18-19
• 1.5 本章总结19-20
• 第二章 利用疾病特异性与非特异性表达谱的基因排序比较20-24
• 2.1 材料与方法20-22
• 2.1.1 致病基因20-21
• 2.1.2 芯片数据下载和处理21
• 2.1.3 基因排序方法的选择21
• 2.1.4 交叉验证21-22
• 2.1.5 ROC曲线22
• 2.2 结果与讨论22-23
• 2.3 本章总结23-24
• 第三章 不同蛋白质互作网络在疾病基因排序中效果评估24-28
• 3.1 材料与方法24-26
• 3.1.1 致病基因列表24
• 3.1.2 蛋白质互作网络24-25
• 3.1.3 Heat Kernel Ranking25
• 3.1.4 效果评估方法25-26
• 3.2 结果与讨论26
• 3.3 本章总结26-28
• 第四章 基于基因共表达信息的排序算法研究28-33
• 4.1 材料与方法28-30
• 4.1.1 训练集与验证28
• 4.1.2 癌症表达芯片数据集28-29
• 4.1.3 基于共表达网络的基因排序方法29
• 4.1.4 整合基因共表达和蛋白质互作网络的排序方法29-30
• 4.2 结果与讨论30-32
• 4.2.1 基于共表达网络的基因排序30
• 4.2.2 整合共表达信息和蛋白质互作网络的基因排序30-32
• 4.3 本章小结32-33
• 第五章 基于生物网络与共表达簇的基因排序（GROUPRANK）33-47
• 5.1 研究方法和材料33-35
• 5.1.1 致病基因和芯片表达数据33
• 5.1.2 蛋白质互作网络33
• 5.1.3 差异化表达基因聚类33
• 5.1.4 GroupRank概览33-34
• 5.1.5 效果评估34-35
• 5.2 结果和讨论35-45
• 5.2.1 GroupRank排序效果评估35-37
• 5.2.2 与单基因排序方法的比较37-39
• 5.2.3 共表达基因簇的效果评估39-41
• 5.2.4 关键共表达基因簇的分析41-45
• 5.3 本章总结45-47
• 第六章 结论与展望47-50
• 6.1 主要结论47-48
• 6.2 未来展望48-50
• 参考文献50-53
• 附录53-65
• 致谢65-66
• 攻读硕士学位期间已发表或录用的论文66

【共引文献】

中国期刊全文数据库 前2条

1 杨铠冰;冀燃;王美琴;张敏;张大保;;基于数据融合算法的精神分裂症易感基因排序及其信号通路研究[J];北京生物医学工程;2015年02期

2 Wei Lan;Jianxin Wang;Min Li;Wei Peng;Fangxiang Wu;;Computational Approaches for Prioritizing Candidate Disease Genes Based on PPI Networks[J];Tsinghua Science and Technology;2015年05期

  本文关键词：基于蛋白质互作网络和转录共表达的疾病基因排序方法研究，，由笔耕文化传播整理发布。

本文编号：392998