基因表達(dá)數(shù)據(jù)基因篩選與近紅外光譜微量成分模型優(yōu)化方法研究.pdf

1、現(xiàn)代分析儀器的發(fā)展為復(fù)雜樣品的分析提供了大量高維、信息豐富的數(shù)據(jù)。但是，如何從這些數(shù)據(jù)中最大程度的提取有用信息并建立有效的定性定量分析方法，是分析化學(xué)工作者目前面臨的一個(gè)重要問(wèn)題?；瘜W(xué)計(jì)量學(xué)已經(jīng)在數(shù)據(jù)處理、信息提取以及定性定量分析中表現(xiàn)出獨(dú)特的優(yōu)勢(shì)，可以解決許多傳統(tǒng)分析方法無(wú)法解決的問(wèn)題。因此，本論文將利用化學(xué)計(jì)量學(xué)，主要圍繞基于基因表達(dá)數(shù)據(jù)的基因篩選和癌癥分類(lèi)，近紅外光譜技術(shù)用于植物樣品微量成分定量分析模型優(yōu)化問(wèn)題開(kāi)展了研究工作。具體

2、內(nèi)容主要包括以下兩個(gè)方面:
　　1、隨機(jī)檢驗(yàn)方法選擇重要基因并用于基因表達(dá)數(shù)據(jù)的癌癥分類(lèi)。與癌癥分類(lèi)問(wèn)題生物相關(guān)的基因影響分類(lèi)的準(zhǔn)確率，所以基因篩選是生物信息學(xué)中一項(xiàng)很重要的研究?jī)?nèi)容。本論文將隨機(jī)檢驗(yàn)作為一種基因篩選方法用于處理基因表達(dá)數(shù)據(jù)。該方法通過(guò)統(tǒng)計(jì)一系列偏最小二乘-判別分析隨機(jī)模型的回歸系數(shù)，得到一個(gè)統(tǒng)計(jì)量來(lái)評(píng)價(jià)基因的重要性，根據(jù)其重要性便能從一組基因表達(dá)數(shù)據(jù)中包含的的幾千甚至幾萬(wàn)個(gè)基因中篩選出少量的重要基因。通過(guò)100次

3、平行重復(fù)計(jì)算，將基因的頻數(shù)作為進(jìn)一步評(píng)價(jià)基因重要性的標(biāo)準(zhǔn)。用該方法分別對(duì)前列腺癌、肺癌、白血病和非小細(xì)胞肺癌四組基因表達(dá)數(shù)據(jù)進(jìn)行了研究，分別選出了18個(gè)、4個(gè)、9個(gè)和7個(gè)重要基因從而實(shí)現(xiàn)癌癥分類(lèi)。通過(guò)與文獻(xiàn)報(bào)道中方法對(duì)比所選出的基因、多元線性回歸建模計(jì)算分類(lèi)準(zhǔn)確率以及主成分分析得分圖來(lái)驗(yàn)證結(jié)果的合理性。通過(guò)與之前的研究比較，結(jié)果表明隨機(jī)檢驗(yàn)方法用于基因篩選具有一定的優(yōu)越性。因此，隨機(jī)檢驗(yàn)方法可以選出基因表達(dá)數(shù)據(jù)中的重要基因并用于癌癥分類(lèi)

4、。
　　2、近紅外漫反射光譜快速測(cè)定植物樣品中綠原酸、莨菪亭和蕓香苷的模型優(yōu)化。多酚化合物因其普遍存在于植物中，并且可以用作潛在促進(jìn)人體健康的抗氧化劑，已經(jīng)得到廣泛的研究。本論文建立了一種近紅外漫反射光譜快速測(cè)定植物樣品中三種多酚化合物（綠原酸、莨菪亭和蕓香苷）的方法。該方法采用偏最小二乘回歸建立模型，并考察了光譜預(yù)處理和變量篩選對(duì)模型的影響。結(jié)果表明，單一的光譜預(yù)處理或者變量篩選對(duì)模型影響很小，而兩者的組合可以明顯改善模型。結(jié)果