基于多組學(xué)數(shù)據(jù)的腫瘤信息挖掘算法研究
發(fā)布時(shí)間:2021-05-26 21:15
隨著生命科學(xué)技術(shù)的迅猛發(fā)展,海量的生物組學(xué)數(shù)據(jù)得以不斷積累,為揭開隱藏在組學(xué)數(shù)據(jù)中的生命之謎提供了可能,同時(shí)也對組學(xué)數(shù)據(jù)的計(jì)算、分析與解釋帶來了極大的挑戰(zhàn)。生物信息學(xué)作為一門新興的交叉學(xué)科,能夠綜合運(yùn)用數(shù)學(xué)、統(tǒng)計(jì)學(xué)、計(jì)算機(jī)科學(xué)和生物學(xué)等的各種工具來迎接這些機(jī)遇和挑戰(zhàn)。在生物信息學(xué)中,腫瘤信息學(xué)是一個(gè)重要的研究方向,它能夠推動癌癥的診斷治療、藥物研發(fā)、預(yù)后生存分析以及腫瘤發(fā)生發(fā)展機(jī)制等相關(guān)科學(xué)研究的飛速發(fā)展。腫瘤是一類高度異質(zhì)化的復(fù)雜疾病,關(guān)于其發(fā)生發(fā)展的機(jī)制問題,研究界一直存在多種假說,但目前仍未有一致的結(jié)論。已有研究表明,基因組的不穩(wěn)定與突變,以及能促進(jìn)癌癥的炎癥是可能導(dǎo)致癌癥特征出現(xiàn)的兩個(gè)主要條件。因此,本研究分別從癌癥基因組突變的角度和癌癥相關(guān)性炎癥的角度,對腫瘤信息學(xué)的相關(guān)問題進(jìn)行了深入研究。癌癥基因組的相關(guān)研究表明,所有腫瘤細(xì)胞中都存在著大量的基因突變,腫瘤的發(fā)生發(fā)展與基因的異常有密切的關(guān)系。因此,一種主流的觀點(diǎn)認(rèn)為,癌癥是一種基因疾病,它是由癌癥細(xì)胞中基因組的DNA序列異常導(dǎo)致的;谶@一觀點(diǎn),癌癥驅(qū)動基因與乘客基因的概念被提出并且已經(jīng)被廣泛接受。其中,癌癥驅(qū)動基因泛指那些...
【文章來源】:山東大學(xué)山東省 211工程院校 985工程院校 教育部直屬院校
【文章頁數(shù)】:123 頁
【學(xué)位級別】:博士
【文章目錄】:
中文摘要
英文摘要
第一章 緒論
§1.1 引言
§1.2 研究背景
1.2.1 關(guān)于癌癥基因組突變的研究
1.2.2 關(guān)于癌癥相關(guān)性炎癥的研究
§1.3 相關(guān)數(shù)據(jù)庫介紹
§1.4 研究現(xiàn)狀
1.4.1 癌癥驅(qū)動基因預(yù)測算法的研究現(xiàn)狀
1.4.2 去卷積算法的研究現(xiàn)狀
§1.5 各章節(jié)安排
第二章 基于數(shù)據(jù)融合的癌癥驅(qū)動基因預(yù)測算法研究
§2.1 MaxMIF算法概述
§2.2 MaxMIF算法相關(guān)數(shù)據(jù)介紹
2.2.1 體細(xì)胞突變數(shù)據(jù)
2.2.2 蛋白交互網(wǎng)絡(luò)數(shù)據(jù)
§2.3 MaxMIF算法細(xì)節(jié)
2.3.1 MaxMIF算法的框架
2.3.2 基因突變分?jǐn)?shù)
2.3.3 突變影響函數(shù)
2.3.4 最大突變影響函數(shù)
§2.4 MaxMIF算法的創(chuàng)新點(diǎn)
第三章 MaxMIF算法的測評
§3.1 評價(jià)標(biāo)準(zhǔn)與測試數(shù)據(jù)
§3.2 MaxMIF算法在泛癌癥突變數(shù)據(jù)集上的表現(xiàn)
§3.3 MaxMIF算法在單種癌癥突變數(shù)據(jù)集上的表現(xiàn)
§3.4 MaxMIF算法的穩(wěn)健性
§3.5 MaxMIF算法預(yù)測的癌癥驅(qū)動基因
§3.6 討論與小結(jié)
第四章 基于基因表達(dá)數(shù)據(jù)的多任務(wù)特征選擇算法研究
§4.1 慢性炎癥的患癌風(fēng)險(xiǎn)分類
§4.2 基因表達(dá)數(shù)據(jù)的應(yīng)用
4.2.1 去卷積分析
4.2.2 差異表達(dá)分析
§4.3 MtFS算法介紹
4.3.1 MtFS算法的問題背景
4.3.2 MtFS算法的框架
4.3.3 MtFS算法的解決步驟
4.3.4 MtFS算法的參數(shù)選擇
§4.4 結(jié)果分析
§4.5 討論與小結(jié)
第五章 總結(jié)與展望
5.1 研究總結(jié)
5.2 研究展望
附錄
參考文獻(xiàn)
致謝
攻讀博士學(xué)位期間完成論文情況
作者簡介
學(xué)位論文評閱及答辯情況表
本文編號:3207079
【文章來源】:山東大學(xué)山東省 211工程院校 985工程院校 教育部直屬院校
【文章頁數(shù)】:123 頁
【學(xué)位級別】:博士
【文章目錄】:
中文摘要
英文摘要
第一章 緒論
§1.1 引言
§1.2 研究背景
1.2.1 關(guān)于癌癥基因組突變的研究
1.2.2 關(guān)于癌癥相關(guān)性炎癥的研究
§1.3 相關(guān)數(shù)據(jù)庫介紹
§1.4 研究現(xiàn)狀
1.4.1 癌癥驅(qū)動基因預(yù)測算法的研究現(xiàn)狀
1.4.2 去卷積算法的研究現(xiàn)狀
§1.5 各章節(jié)安排
第二章 基于數(shù)據(jù)融合的癌癥驅(qū)動基因預(yù)測算法研究
§2.1 MaxMIF算法概述
§2.2 MaxMIF算法相關(guān)數(shù)據(jù)介紹
2.2.1 體細(xì)胞突變數(shù)據(jù)
2.2.2 蛋白交互網(wǎng)絡(luò)數(shù)據(jù)
§2.3 MaxMIF算法細(xì)節(jié)
2.3.1 MaxMIF算法的框架
2.3.2 基因突變分?jǐn)?shù)
2.3.3 突變影響函數(shù)
2.3.4 最大突變影響函數(shù)
§2.4 MaxMIF算法的創(chuàng)新點(diǎn)
第三章 MaxMIF算法的測評
§3.1 評價(jià)標(biāo)準(zhǔn)與測試數(shù)據(jù)
§3.2 MaxMIF算法在泛癌癥突變數(shù)據(jù)集上的表現(xiàn)
§3.3 MaxMIF算法在單種癌癥突變數(shù)據(jù)集上的表現(xiàn)
§3.4 MaxMIF算法的穩(wěn)健性
§3.5 MaxMIF算法預(yù)測的癌癥驅(qū)動基因
§3.6 討論與小結(jié)
第四章 基于基因表達(dá)數(shù)據(jù)的多任務(wù)特征選擇算法研究
§4.1 慢性炎癥的患癌風(fēng)險(xiǎn)分類
§4.2 基因表達(dá)數(shù)據(jù)的應(yīng)用
4.2.1 去卷積分析
4.2.2 差異表達(dá)分析
§4.3 MtFS算法介紹
4.3.1 MtFS算法的問題背景
4.3.2 MtFS算法的框架
4.3.3 MtFS算法的解決步驟
4.3.4 MtFS算法的參數(shù)選擇
§4.4 結(jié)果分析
§4.5 討論與小結(jié)
第五章 總結(jié)與展望
5.1 研究總結(jié)
5.2 研究展望
附錄
參考文獻(xiàn)
致謝
攻讀博士學(xué)位期間完成論文情況
作者簡介
學(xué)位論文評閱及答辯情況表
本文編號:3207079
本文鏈接:http://www.sikaile.net/kejilunwen/ruanjiangongchenglunwen/3207079.html
最近更新
教材專著