基因富集分析方法研究及基因與疾病關(guān)聯(lián)性分析.pdf

1、現(xiàn)階段，基因測序技術(shù)主要基于高通量測序，其技術(shù)不斷成熟的同時基因數(shù)據(jù)也大量產(chǎn)生。人類對基因的研究也不再集中于基因數(shù)據(jù)的獲取上，重心開始逐漸偏移，著重探討基因的功能及基因的多樣性。當前面臨的主要挑戰(zhàn)在于解釋和分析基因測序產(chǎn)生的大量數(shù)據(jù)，嘗試從這些大量基因數(shù)據(jù)中挖掘出潛在的規(guī)律，為人類帶來福音。癌癥，又被稱為惡性腫瘤，目前是對人類健康最大的威脅之一。利用基因技術(shù)進行癌癥預(yù)防及治療將會成為未來癌癥治療的重大突破點。利用生物先驗知識，分析一組具

2、有相同功能的基因（基因集）在不同表現(xiàn)型下的差異性的方法漸成為當前的主流方法，即基因富集分析方法。
　　本文提出了一種基于拓撲勢模型的基因富集分析方法。該方法將單個基因看作一個表達勢場，并且利用拓撲勢模型量化此表達勢場的強度?；虮磉_勢場的強度主要取決于兩個方面：基因表達值的高低以及基因之間調(diào)控關(guān)聯(lián)程度的強弱。基因的表達值越高，并且與其他基因之間的調(diào)控關(guān)系越強，則基因的表達勢場越強。反之則其表達勢場越弱?？梢詫鹘y(tǒng)的基因富集分析方法

3、分為兩個大類：基于基因表達值的分析方法以及基于基因間相互關(guān)系的分析方法。由于基因之間存在調(diào)控關(guān)系，因此可以將人體的所有基因看成一種調(diào)控網(wǎng)絡(luò)，基于此調(diào)控網(wǎng)絡(luò)，可以將基于基因表達值的調(diào)控方法稱為“點方法”，將基于基因間相互關(guān)系的方法稱為“邊方法”。本文提出的拓撲勢模型可以看作是“點方法”與“邊方法”的結(jié)合。在對模型的分析上，使用了三組腸癌數(shù)據(jù)，并將拓撲勢模型與當前主流的算法進行了比較，實驗結(jié)果表明拓撲勢模型比之其他方法具有更優(yōu)的性能。

4、>　　同時，本文還將人體基因調(diào)控網(wǎng)絡(luò)HTRN引入到了拓撲勢模型，并給出了基于此網(wǎng)絡(luò)的拓撲勢模型具體的計算方法。HTRN網(wǎng)絡(luò)是DNA元件百科全書項目的一部分，引入此網(wǎng)絡(luò)使得拓撲勢模型只需考慮網(wǎng)絡(luò)中存在調(diào)控關(guān)系的基因?qū)?，如此使得模型在生物上更具解釋性。在對引入HTRN網(wǎng)絡(luò)的拓撲勢模型性能的分析上，本文用到了一種新的分析方法，該方法要以大量的實驗數(shù)據(jù)為依托，利用不同數(shù)據(jù)目標基因集的p-value以及p-value排序位置為衡量標準對算法性能進