流形学习和自适应算法在基因表达谱分析中的应用及相互作用贝叶斯网络实用工具的开发

摘要

生物信息学已经从结构生物信息学向功能生物信息学和所谓的后基因组时代的生物信息学发展。在功能生物信息学中，发现基因之间或者蛋白之间的相互作用关系是其中一个重要的课题。 为了在基因表达谱的数据中找到基因间相互作用的一些线索，在本论文中我们首先使用常用的聚类分析方法结合流形学习的方法，试图在特定的流形结构空间中找到共表达的基因，并进而发现共调控的基因。另一方面，从特征基因选择的角度对基因进行了筛选，提出了一种基于支持向量机的自适应肿瘤分类检测算法。最后，开发了贝叶斯网络基因芯片表达数据分析工具。 本论文的研究主要完成了以下三个方面的工作： 1．使用常用的K均值( K-means)聚类、自组织映射神经网络(SOM)聚类和模糊C均值(FCM)聚类分析等方法结合流形学习中的等度规映射(ISOMAP)、局部线性嵌入(LLE)、拉普拉斯特征根映射（LEMap）等算法，试图在特定的流形结构空间中找到共表达的基因，并且使用聚类紧密性指标(ClusterCompactness)、聚类分离性指标（ClusterSeparation）和聚类总体指标(OverallClusterQuality)对聚类结果进行了分析。最后使用统计学的方法统计出被聚类成同一类次数最多的那些基因。 2．提出了一种自动根据所设置的阈值交替使用基因选择和基因选择加特征提取的方法的基于支持向量机的自适应肿瘤分类算法。基因选择方法可以挑选Bhattacharyya方法、F检验、FSC方法、RFSC方法、t检验、广义Wi方法、Wi2方法、非参数Wilcoxon秩和检验中的某一种方法。而特征提取的方法选用的是线性的主成分分析(PCA)方法和非线性的核主成分分析(KPCA)方法。这种自适应算法能够在设定初始阈值后，根据所选择使用的方法，选取尽可能少的基因数，而其SVM的交叉验证率为最高。 3．开发了两个实用的分析工具，即序列motif查找工具和贝叶斯网络结构与参数学习和图示工具。由于使用了启发式的智能优化算法-离散粒子群优化算法，所以使得贝叶斯网络结构学习的计算性能得到了提高。

目录

文摘

英文文摘

声明

第一章 绪论

1.1 课题来源

1.2 课题研究的目的和意义

1.3 国内外研究概况

1.4 论文的主要研究内容

第二章 基因芯片实验表达数据及其应用

2.1 DNA芯片技术概述

2.1.1 生物芯片的概念

2.1.2 DNA芯片的概念、主要类型和特点

2.1.3 DNA芯片的基本原理

2.2 DNA芯片技术的应用

第三章流形学习与基因芯片分析中的聚类分析方法

3.1 基因芯片分析中常用的聚类分法

3.1.1 K均值（K-means）聚类方法

3.1.2 自组织映射神经网络(SOM)聚类

3.1.3 模糊C均值(FCM)聚类

3.2 流形学习方法介绍

3.2.1 流形学习简介

3.2.2 等度规映射(ISOMAP)算法简介

3.2.3 局部线性嵌入(LLE)算法简介

3.2.4 拉普拉斯特征根映射(LEMap)算法简介

3.3 基于流形学习的聚类方法在基因芯片分析中的应用

3.3.1 基于流形学习的聚类方法研究的目的以及意义

3.3.2 分析方法

3.3.3 结果与分析

3.3.4 小结

第四章 基于支持向量机的自适应肿瘤分类检测算法

4.1 肿瘤分类和自适应算法的意义

4.2 表达差异基因的选择

4.3 使用主成份分析和核主成份分析的特征抽取

4.3.1 主成分分析的方法简介

4.3.2 核主成分分析的方法简介

4.4 支持向量机简介

4.5 自适应肿瘤分类检测算法

4.5.1 算法步骤和流程

4.5.2 结果与分析

4.5.3 小结

第五章 贝叶斯网络基因芯片表达数据分析工具及其应用

5.1 贝叶斯网络及其学习方法

5.1.1 贝叶斯网络介绍

5.1.2 贝叶斯网络结构学习

5.1.3 贝叶斯网络参数学习

5.2 离散粒子群优化算法在贝叶斯网络结构学习中的应用

5.3 贝叶斯网络基因芯片表达数据分析工具的开发及其应用

5.3.1 序列motif查找工具

5.3.2 贝叶斯网络结构与参数学习和图示工具

5.4 小结

第六章结论与展望

8.1 结论

8.2 展望

参考文献

作者在攻读硕士学位期间公开发表的论文

作者在攻读硕士学位期间所作的项目

致 谢