分析基因表达数据解决疾病分类问题

摘要

癌症治疗的手段发展至今,面临的一大挑战是如何将具体的治疗方法针对于在病原上各自独特的肿瘤类型,以达到最大疗效同时使毒性最低.在癌症分类方面的改进因而成为发展癌症治疗方法的中心环节,一直以来,癌症分类主要基于肿瘤的形态表观,但这种分类方式有很大的局限性,因为具有相似组织病理学表观的肿瘤可能表现出很不相同的临床发展过程,或者对同种治疗呈现出不同反应.目前,随着基因芯片技术的发展,利用基因表达数据集来给疾病样本分类已经成为主要手段.基因芯片的蓬勃发展使得同时测定成千上万个基因的表达成为可能,这种测定能力使得我们在很短的时间内可以得到变量数(基因数)p远远大于样本数N的数据矩阵.标准的分类统计方法在N

目录

摘要

Abstract

第一章前言

第二章基因芯片和基因表达数据

2.1基因芯片

2.1.1基因芯片的制备

2.1.2样品制备、杂交和检测

2.1.3基因芯片的应用

2.2基因表达数据

第三章基础方法介绍

3.1预处理方法

3.2基因选择方法

3.2.1t统计法

3.2.2差商法

3.3降维方法

3.3.1主成分分析(PCA)

3.3.2偏最小二乘(PLS)

3.3.3分段反向回归(SIR)

3.4分类方法

3.5稳定性评价方法

第四章结果与讨论

4.1疾病最相关基因的确定

4.1.1确定DLBCL分类的最相关基因

4.1.2确定急性白血病分类最相关基因

4.2基因表达数据的分类问题

4.2.1急性白血病的分类问题

4.2.2非霍奇金淋巴瘤的分类问题

第五章结论与展望

参考文献

致谢