貝葉斯網(wǎng)絡(luò)在臨床及微陣列數(shù)據(jù)分析中的應(yīng)用.pdf

1、近年大量研究表明癌癥是多因素的疾病，不僅與病人所處的環(huán)境和自身體征有關(guān)，它還是多基因參與的一種漸進(jìn)積累轉(zhuǎn)化性疾病，疾病的變化首先就發(fā)生在基因水平上。因此結(jié)合臨床資料與基因表達(dá)譜數(shù)據(jù)對(duì)癌癥進(jìn)行綜合分析，將從宏觀與微觀兩個(gè)角度發(fā)現(xiàn)癌癥診斷與治療的相關(guān)因素，從而為癌癥的預(yù)測(cè)、療效分析和制定預(yù)防措施提供依據(jù)。本文將貝葉斯網(wǎng)絡(luò)引入臨床和微陣列數(shù)據(jù)的分析，從概率角度定量描述各因素間的影響，揭示多指標(biāo)之間，多層次的多重因果關(guān)系。 首先本文介紹

2、了貝葉斯網(wǎng)絡(luò)的基本概念及其分類情況，詳細(xì)闡述了貝葉斯網(wǎng)絡(luò)的結(jié)構(gòu)學(xué)習(xí)和參數(shù)學(xué)習(xí)的原理，以及與決策樹算法相結(jié)合的優(yōu)化算法，并運(yùn)用Matlab7.0的FullBNT工具箱實(shí)現(xiàn)了貝葉斯網(wǎng)絡(luò)模型的構(gòu)建。 在實(shí)例分析中，本文首先分析了包含1441個(gè)肝癌病人的臨床資料，建立了一個(gè)包含48個(gè)變量，71條有向弧的貝葉斯網(wǎng)絡(luò)模型。此模型揭示了包含患者的年齡、性別、有無(wú)肝癌家族史等一般情況和治療前理化檢查、手術(shù)及治療前情況、術(shù)后治療、復(fù)發(fā)后治療5個(gè)方

3、面的各項(xiàng)指標(biāo)的影響關(guān)系。在網(wǎng)絡(luò)學(xué)習(xí)過(guò)程中，筆者討論了最大父結(jié)點(diǎn)數(shù)的設(shè)置和貝葉斯網(wǎng)絡(luò)對(duì)小概率事件發(fā)生率的估計(jì)能力，并于數(shù)據(jù)中隨機(jī)設(shè)置1/5的缺失值，探討貝葉斯參數(shù)估計(jì)的EM算法對(duì)于含缺失值的數(shù)據(jù)的處理能力。 在對(duì)胃癌臨床資料的分析中，本文探討了運(yùn)用卡方檢驗(yàn)篩選變量對(duì)構(gòu)建貝葉斯網(wǎng)絡(luò)的影響，分析了包含122個(gè)胃癌病人的臨床資料，建立了一個(gè)包含4個(gè)變量，5條有向弧的貝葉斯網(wǎng)絡(luò)模型。闡述了胃癌分期、淋巴結(jié)轉(zhuǎn)移、腹膜擴(kuò)散以及浸潤(rùn)深度這幾個(gè)變

4、量之間的相互關(guān)系，探討了如何依據(jù)模型進(jìn)行疾病診斷。 從微觀角度，本文詳細(xì)描述了微陣列數(shù)據(jù)的貝葉斯網(wǎng)絡(luò)模型構(gòu)建的整個(gè)流程。微陣列雜交實(shí)驗(yàn)的操作過(guò)程中不可避免地會(huì)造成基因表達(dá)譜數(shù)據(jù)的缺失，同樣的本文引用的胃癌基因表達(dá)譜數(shù)據(jù)也存在大量缺失值，本文運(yùn)用KNN算法對(duì)缺失值進(jìn)行了填充?；虮磉_(dá)譜數(shù)據(jù)往往都是連續(xù)型數(shù)據(jù)，在貝葉斯網(wǎng)絡(luò)雖然也能使用連續(xù)型數(shù)據(jù)，但是連續(xù)數(shù)據(jù)的實(shí)際意義往往無(wú)法明確，且數(shù)據(jù)離散化后能夠明顯提高網(wǎng)絡(luò)學(xué)習(xí)精度，因此本文將基

5、因表達(dá)數(shù)據(jù)進(jìn)行μ±σ的三值離散化后再進(jìn)行貝葉斯網(wǎng)絡(luò)的構(gòu)建。最終，本文構(gòu)建了一個(gè)包含37條基因，35條有向弧的貝葉斯網(wǎng)絡(luò)模型，并例分析了有較多子結(jié)點(diǎn)的兩條基因的在網(wǎng)絡(luò)中的作用與影響。 通過(guò)以上試驗(yàn)比較，本研究的主要結(jié)論有：①對(duì)臨床資料及微陣列數(shù)據(jù)進(jìn)行貝葉斯網(wǎng)絡(luò)分析是可行的，它能夠從概率角度描述各變量間的相互作用，從而揭示多指標(biāo)間多層次的，多因多果的相互影響關(guān)系，可用于指導(dǎo)臨床診斷與治療方案的選擇；②貝葉斯網(wǎng)絡(luò)具有較強(qiáng)的缺失值的處理

6、能力，能通過(guò)對(duì)含有缺失值的數(shù)據(jù)的學(xué)習(xí)，得到較為精確的網(wǎng)絡(luò)參數(shù)；③對(duì)貝葉斯網(wǎng)絡(luò)結(jié)構(gòu)學(xué)習(xí)算法進(jìn)行了探討，結(jié)合決策樹對(duì)網(wǎng)絡(luò)結(jié)構(gòu)學(xué)習(xí)算法進(jìn)行優(yōu)化，解決結(jié)點(diǎn)排序問(wèn)題，提高結(jié)構(gòu)學(xué)習(xí)效率；④建立了微陣列數(shù)據(jù)的貝葉斯網(wǎng)絡(luò)模型的構(gòu)建流程，運(yùn)用KNN算法進(jìn)行缺失值的填充，進(jìn)而運(yùn)用μ±σ三值離散法，對(duì)表達(dá)譜數(shù)據(jù)進(jìn)行離散，從而提高貝葉斯網(wǎng)絡(luò)學(xué)習(xí)的速度與實(shí)際解釋能力。⑤貝葉斯網(wǎng)絡(luò)對(duì)小概率事件的發(fā)生率估計(jì)能力有所不足，因此在建立分類指標(biāo)時(shí)不宜過(guò)細(xì)。 綜上所