基于基因表达和基因突变数据的基因网络重布线的方法研究

摘要

在不同的疾病状态下，基因相关性网络经常发生变化。了解这些网络如何在两种不同疾病状态间的重新布局是基因组研究中的一项重要任务。为了实现这一目标，很多差异网络分析模型被提出，但其中大部分方法都是为某种预先定义的数据类型而设计的。随着高通量技术的发展，可以从不同视角收集基因活性测量数据（例如，mRNA表达和DNA突变）。这些不同类型的数据可能享有一些共同的特征，同时也包含这些数据类型所特有的属性。因此，需要新的估计方法来探索不同数据类型所对应的差异网络之间的相似性和特异性。在这项研究中，我们提出了一种新的差异网络推断模型。这个模型通过整合基因表达数据和基因突变数据来识别基因调控网络的重新布局，同时采用Group Bridge惩罚函数来学习不同数据类型间的相似性和特异性。模拟研究表明，我们的方法始终优于对比方法。我们还将这种差异网络推断的方法应用于铂抗性卵巢癌的基因组学图谱数据，并推断与卵巢癌铂抗性相关的基因网络重新布局。这两种数据类型对应的差异网络含有一些共同的差异边，同时也含有数据类型所特有的差异边。此外，在卵巢癌铂抗性的差异网络中共有的枢纽基因在卵巢癌铂抗性中起重要作用。

目录

声明

摘要

第一章 引言

1．1 问题引入

1．1．1 医学问题

1．1．2 机器学习问题

1．2 本文的研究动机

1．3 本文的贡献与创新点

1．4 组织结构

1．5 符号说明

第二章 基本概念

2．1 马尔科夫网络

2．1．1 高斯图模型

2．1．2 伊辛模型

2．2 变量稀疏化的多种方法

2．2．1 变量选择重要性

2．2．2 Lasso提出背景以及应用

2．2．3 Bridge惩罚项

2．2．4 Group Bridge

2．3 差异网络估计模型

2．3．1 图Lasso模型

2．3．2 混合图Lasso模型

2．3．3 Dtrace模型

2．3．4 密度比模型

2．4 优化算法

2．4．1 局部线性逼近算法

2．4．2 近端梯度算法

第三章 基因网络重布局模型

3．1 基因网络重布局模型

3．1．1 损失函数的选择

3．1．2 惩罚项的构造

3．1．3 模型小结

3．2 算法

3．2．1 关于GNRM的局部线性逼近算法

3．2．2 关于GNRM子问题的加速近端梯度算法

3．3 调优参数的选择

第四章 实验数据分析

4．1 模拟实验数据分析

4．1．1 实验设计

4．1．2 模拟实验评价标准

4．1．3 模拟实验结果

4．2 真实数据的应用

4．2．1 卵巢癌数据的获取

4．2．2 实验结果分析

4．2．3 真实数据的对比实验

第五章 总结

参考文献

致谢