基于DNA微陣列基因表達(dá)譜數(shù)據(jù)的癌癥檢測(cè)研究.pdf

1、癌癥治療面臨的重大挑戰(zhàn)是如何針對(duì)病原上各自獨(dú)特的癌癥類型制定具體的治療方法，以達(dá)到最大療效的同時(shí)降低藥物的副作用。因此，癌癥檢測(cè)或癌癥分類成為癌癥治療的中心環(huán)節(jié)。一直以來，癌癥檢測(cè)主要基于腫瘤的形態(tài)表觀，但這種檢測(cè)方式有很大的局限性，因?yàn)榫哂邢嗨平M織病理學(xué)表觀的腫瘤可能表現(xiàn)出很不相同的臨床發(fā)展過程，或者對(duì)同種治療呈現(xiàn)出不同反應(yīng)。近年來，DNA微陣列技術(shù)的發(fā)展產(chǎn)生了海量的基因表達(dá)譜數(shù)據(jù)，為尋找基因之間表達(dá)調(diào)控的復(fù)雜關(guān)系網(wǎng)絡(luò)，研究功能基因組

2、和癌癥檢測(cè)提供依據(jù)。目前，利用基因表達(dá)譜進(jìn)行癌癥檢測(cè)成為癌癥研究的重點(diǎn)之一。但是基因表達(dá)譜數(shù)據(jù)具有高維性，高噪聲，高冗余，數(shù)據(jù)分布不均衡等特點(diǎn)，對(duì)基因數(shù)據(jù)分析方法提出了更高要求，對(duì)基于DNA微陣列基因表達(dá)譜的癌癥檢測(cè)帶來了挑戰(zhàn)。 本論文從基因表達(dá)譜數(shù)據(jù)的分析著手，以挖掘基因表達(dá)模式和癌癥檢測(cè)研究為主要目標(biāo)，研究癌癥檢測(cè)中基因表達(dá)數(shù)據(jù)的預(yù)處理、特征基因的選取、癌癥組基因表達(dá)模式的分析以及建立合適的基因診斷模型的問題。本文的主要工作

3、歸納如下： 第一，針對(duì)基因表達(dá)數(shù)據(jù)的特點(diǎn)，提出一種基于CMST聚類方法的分步的特征基因選擇方法，然后，在分步的特征基因選擇方法中引入“Gap Statistic”理論，以確定特征基因數(shù)目，提出一種自適應(yīng)的特征基因的選擇方法，彌補(bǔ)目前的特征基因選擇算法中缺乏較好的基因數(shù)目預(yù)置機(jī)制的不足。 第二，利用主分量分析方法(PCA)和獨(dú)立分量分析方法(ICA)挖掘基因表達(dá)譜中隱含的基因表達(dá)模式，揭示癌癥中基因的調(diào)控機(jī)制，通過抽樣來選

4、取特征基因子集以減少噪聲對(duì)PCAP和ICAP的影響，并且根據(jù)基因子集中隱含模式的相似性來重構(gòu)基因表達(dá)，提出一種基于隱含變量模型的癌癥檢測(cè)算法。 第三，利用癌癥組基因表達(dá)存在的局部特征相關(guān)性的生物病理特點(diǎn)，提出DNA微陣列基因表達(dá)譜中癌癥組關(guān)聯(lián)空間的概念，抽取不同癌癥組基于關(guān)聯(lián)空間的基因特征模式，研究與癌癥組相關(guān)聯(lián)的基因表達(dá)模式在癌癥組中的表達(dá)以及調(diào)控，并提出適合癌癥組相關(guān)聯(lián)的基因表達(dá)模式的癌癥預(yù)測(cè)算法，有效緩解基因數(shù)據(jù)集中“維數(shù)

5、災(zāi)難”的問題。 第四，由于不同的特征選擇方法采用不同的搜索機(jī)制和評(píng)價(jià)策略，挑選出的特征基因偏向癌癥特征的不同方面，因此不同方法選擇的特征基因明顯不同，導(dǎo)致分類器的識(shí)別結(jié)果不穩(wěn)定。針對(duì)癌癥組基因數(shù)據(jù)和基因組數(shù)據(jù)構(gòu)建一組具有互補(bǔ)性分類器，提出一種組合分類算法提高癌癥分類算法的泛化性能。 第五，從基因之間的協(xié)同表達(dá)來分析基因數(shù)據(jù)，研究具有可解釋的基因表達(dá)模式。在顯現(xiàn)模式的提取中增加虛擬樣本以挖掘具有更高辨識(shí)能力的顯現(xiàn)模式，并在