基于加权基因共表达网络的肿瘤中特异表达基因筛选方法研究

摘要

肿瘤是目前危害到生物体健康的疾病之一，威胁到生命有机体的生存，其发病的概率不低，中国的患病人数占到了全球总患病人数的一半。
　　各种各样类型的肿瘤都是由普通的细胞所转变得到的，肿瘤是缺少了部分正常功能和拥有异常的流动性的细胞形成的。基因有选择性的表达导致了细胞存在各种各样的表型，与此同时，当基因的表达出现异常情况时，这就为肿瘤细胞的产生提供了基础。而基因的表达水平之间的差异能够被检测到，分析这些表达差异的基因，从中寻找到具有生物学意义的信息，为进一步研究相关基因在肿瘤产生发展的过程中的发挥的作用提供了基础，也为进一步的治疗疾病、挖掘基因靶点提供了线索。本文利用GEO(The Gene Expression Omnibus)数据库编码为GES5847基因表达谱芯片数据研究肿瘤组织与正常基质细胞之间的表达差异，以此来研究这些差异在肿瘤发生发展中发挥的作用和意义，期望对挖掘肿瘤的生物学过程有所帮助。
　　加权基因共表达网络分析（Weighted gene co-expression network analysis，WGCNA）通过建立分子网络的思想，利用不同组别基因表达的差别，把网络中表达关联程度高的基因分到同一个模块中，挖掘出隐含在其中的信息。这里以肿瘤样本和癌旁正常组织样本中的基因表达作为数据信息，筛选出差异表达的基因做分析，得到8个基因模块。在这个基础上，将基因模块和样本的表型信息数据结合起来，从中挖掘出和肿瘤分期关联程度高的基因模块，并进一步研究模块内部信息，挖掘出不仅仅和肿瘤分期关联程度高而且在模块内部连接广泛的特异表达基因26个，得到的特异表达基因在肿瘤的产生变异等过程中发挥着不可忽视的影响，与细胞骨架、转录因子活性、RNA剪接活动密切相关。基于加权基因共表达网络分析方法得到的基因模块进行研究能够发掘出隐含在其中的特异表达基因、重要的信号通路、基因之间的调控关系等，有利于进一步揭开肿瘤的作用机理。

目录

声明

摘要

第1章绪论

1．1课题的背景及研究意义

1．1．1课题研究背景

1．1．2课题研究意义

1．2国内外研究现状

1．2．1生物信息学

1．2．2基因表达数据分析研究进展

1．3课题内容及目的

1．4本文的主要工作和章节安排

第2章基因表达数据的预处理

2．1基因芯片文件格式

2．2数据标准化

2．3数据对数化

2．4缺失值处理

2．5筛选差异表达基因

2．5．1 SAM算法

2．5．2 T检验(T-based)算法

2．5．3 Rank products算法

2．5．4方差分析算法

2．5．5 Wilconxon秩和检验

2．5．6 SVM法线算法

2．5．7贝叶斯算法

2．6本章小结

第3章加权基因共表达网络的构建

3．1 WGCNA算法基础

3．2构建加权基因共表达网络步骤

3．2．1定义相似矩阵

3．2．2定义邻接矩阵

3．2．3确定基因之间相异度

3．2．4辨别基因模块

3．2．5关联外部信息

3．2．6寻找枢纽基因

3．3本章小结

第4章数据处理及共表达网络分析

4．1基因芯片来源及数据预处理

4．2差异基因筛选

4．3基因注释

4．4加权基因共表达网络分析

4．4．1离群样本的去除

4．4．2软阀值的确定

4．4．3基因模块的确定

4．4．3基因模块与样本信息关联

4．4．4基因显著性及模块身份

4．4．5与肿瘤分级相关的枢纽基因

4．5本章小结

结论

参考文献

攻读硕士学位期间发表的论文和取得的科研成果

致谢