基于基因表達(dá)譜的結(jié)直腸癌的判別與分型.pdf

1、刪川馴㈣㈣川fJ|ff川川㈣分類號(hào)Y3280610一密級(jí)UDC編號(hào)角方霜糾六膨博士學(xué)位論文基于基因表達(dá)譜的結(jié)直腸癌的判別與分型TheDiscriminationandSubtypeIdentificationofColorectalCancerbasedonGeneExpressionProfiling王文輝導(dǎo)師姓名李金明教授專業(yè)名稱生物信息學(xué)培養(yǎng)類型學(xué)術(shù)型論文提交日期2017年3月博士學(xué)位論文基于基因表達(dá)譜的結(jié)直腸癌的判別與分型博士研

2、究生：王文輝指導(dǎo)教師：李金明摘要基于基因表達(dá)譜的癌癥判別指針對(duì)基因表達(dá)譜數(shù)據(jù)集，設(shè)計(jì)有效的分類算法，把正常樣本和癌癥樣本分開，并找出癌癥的判別基因(特征基因)；基于基因表達(dá)譜的癌癥分型指針對(duì)基因表達(dá)譜數(shù)據(jù)集，設(shè)計(jì)有效的分類算法，將癌癥樣本分為多個(gè)亞型，并找出判別各個(gè)亞型的特征基因，以利于確定藥物靶向和對(duì)患者的精準(zhǔn)治療。然而，基因表達(dá)譜數(shù)據(jù)集的四大顯著特征：“維數(shù)災(zāi)難、高冗余、高噪聲、數(shù)據(jù)不平衡性”，形成了基于基因表達(dá)譜的癌癥判別與分型的

3、困難。本研究針對(duì)基因表達(dá)譜數(shù)據(jù)集的上述特征，以及結(jié)直腸癌亞型的數(shù)量未知的問題，研究了前沿水平的相關(guān)算法，以此為基礎(chǔ)，提出了更合理的結(jié)直腸癌的判別與分型的方法，提高了結(jié)直腸癌判別與分型的準(zhǔn)確性并找出了一系列具有高判別能力的特征基因集。本文分為四部分，第一章為緒論；第二章，研究了基于基因表達(dá)譜的結(jié)直腸癌的判別與分型的相關(guān)算法，主要包括：(1)基于RUSBoost的不平衡數(shù)據(jù)集的分類算法，將該二分類算法擴(kuò)展為多分類算法，命名為RUSBoost