基于聚类的基因差异共表达分析

摘要

随着生物科学技术的迅猛发展，生物信息学悄然兴起。它是研究生物和生物医学相关系统中信息内容与信息流向的一门综合系统学科。随着基因芯片技术的出现，吸引了不少科研人员加入到这个领域。对DNA微阵列数据进行基因差异共表达分析，找到与疾病相关的基因是当前生物信息学最热门的科研项目，也是了解和治疗重大疾病的新方法。现在医学很多遗传疾病的病理还不是很了解，因此基因的差异共表达分析方法越来越多的被应用于统计分析来寻找与疾病相关的中心基因。
　　本研究首先对基因表达数据集进行差异表达分析，应用R包筛选出298个下调差异表达基因和36个上调差异表达基因。通过比较在正常状态下和疾病状态下的两个差异表达基因的聚类图，我们会发现一些差异表达基因聚的类有所改变，然后我们对这些基因进行KEGG Pathway富集分析，发现下调基因主要与新陈代谢通路有关，然而，上调差异表达基因还与胰岛素信号转导通路和磷酸戊糖等通路有关，除此之外还有两个与代谢有关的通路。然后我们对差异表达基因做进一步的差异共表达分析，当前差异共表达分析主要采用连通性策略的方法去估计差异共表达基因，尽管它简化了计算，但无法从细微的变化中区分差异共表达，尽管可能表明有显著的生物学意义，且相关的逆转很容易丢失。因此我们采用基于链接定量方法识别差异共表基因，将此方法与经典方法进行对比，获得此方法的有效性。

目录

摘要

第1章 绪论

1．1 课题的研究背景及意义

1．2 国内外的研究现状

1．3 本文研究的内容和结构

第2章 基因差异表达分析

2．1 传统K均值聚类算法的介绍

2．2 改进K均值聚类算法

2．2．1 遗传算法的介绍

2．2．2 权重K均值算法

2．2．3 遗传权重K均值算法

2．3 本章小结

第3章 基因差异共表达分析

3．1 研究差异共表达的三个经典方法

3．2 差异共表达分析

3．2．1 共表达网络的新策略“半阈值”法

3．2．2 两个定量差异共表达分析方法DCp和DCe

3．3 DCp和DCe方法的软件包介绍

3．3．1 差异共表达分析算法的验证指标

3．4 本章小结

第4章 基因功能富集分析

4．1 基因富集分析算法

4．2 基因功能预测

4．2．1 基于GO的基因功能预测

4．2．2 基于KEGG通路分析的基因功能预测

4．2．3 常用的基因功能预测软件

4．3 本章小结

第5章 基于真实数据的实验结果及分析

5．1 数据的来源及介绍

5．2 数据处理过程

5．3 结果与分析

5．4 本章小结

结论

参考文献

致谢

攻读学位期间发表的学术论文

声明