轉(zhuǎn)錄組測(cè)序數(shù)據(jù)蘊(yùn)含豐富的生物模式,能夠反映生命體在特定時(shí)間或空間下的基因表達(dá)情況,典型應(yīng)用如:胚胎發(fā)育及分化過(guò)程研究、癌癥等重大疾病的診療與篩查、藥物研發(fā)和基因功能發(fā)現(xiàn)等。然而,利用轉(zhuǎn)錄組數(shù)據(jù)做細(xì)胞聚類分型是上述所有研究問(wèn)題的基礎(chǔ),轉(zhuǎn)錄組數(shù)據(jù)具有高維度、小樣本、無(wú)標(biāo)記、高噪聲的特點(diǎn),給常規(guī)的數(shù)據(jù)挖掘和機(jī)器學(xué)習(xí)任務(wù)帶來(lái)挑戰(zhàn)。本文基于單細(xì)胞轉(zhuǎn)錄組數(shù)據(jù),研究了三種無(wú)監(jiān)督聚類模型,并分析其在轉(zhuǎn)錄組數(shù)據(jù)中的應(yīng)用效果。本文的主要?jiǎng)?chuàng)新點(diǎn)如下:(1)針對(duì)單細(xì)胞轉(zhuǎn)錄組數(shù)據(jù)特點(diǎn),設(shè)計(jì)一種有效的數(shù)據(jù)預(yù)處理方法,能夠較好的消除不同基因表達(dá)值的量綱差異,同時(shí)設(shè)計(jì)一種轉(zhuǎn)錄組數(shù)據(jù)集的熱圖可視化方法,通過(guò)引入黃金標(biāo)簽,指導(dǎo)細(xì)胞和基因的順序重排,使得我們能夠清晰的觀察到類內(nèi)緊密、類間稀疏的塊狀聚集結(jié)構(gòu),這有利于我們后續(xù)分析數(shù)據(jù)集的差異和發(fā)現(xiàn)標(biāo)記基因。(2)設(shè)計(jì)一種基于負(fù)相關(guān)約束的共享近鄰和子圖劃分方法,該方法分為圖構(gòu)建和子圖(下面一樣修改,統(tǒng)一用子圖或集團(tuán))合并兩個(gè)過(guò)程。在圖構(gòu)建過(guò)程中,改進(jìn)了傳統(tǒng)共享近鄰相似性度量方法,通過(guò)引入鄰居rank排位的思想,更有效地刻畫(huà)細(xì)胞間相似性;然后,在圖模型中對(duì)每個(gè)細(xì)胞頂點(diǎn)尋找其準(zhǔn)集團(tuán)...

【文章頁(yè)數(shù)】：72 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
ABSTRACT
第一章 引言
    1.1 研究背景與意義
    1.2 國(guó)內(nèi)外研究現(xiàn)狀
        1.2.1 單細(xì)胞測(cè)序及量化
        1.2.2 相似性計(jì)算方法
        1.2.3 無(wú)監(jiān)督聚類方法
    1.3 問(wèn)題定義及符號(hào)描述
    1.4 研究?jī)?nèi)容
第二章 單細(xì)胞轉(zhuǎn)錄組數(shù)據(jù)特點(diǎn)及預(yù)處理
    2.1 轉(zhuǎn)錄組數(shù)據(jù)特點(diǎn)
    2.2 預(yù)處理與可視化
    2.3 聚類評(píng)價(jià)指標(biāo)
    2.4 本章小結(jié)
第三章 基于負(fù)相關(guān)約束的共享近鄰和子圖劃分方法
    3.1 相關(guān)技術(shù)
    3.2 方法描述
    3.3 實(shí)驗(yàn)結(jié)果
        3.3.1 聚類性能評(píng)估
        3.3.2 參數(shù)敏感性分析
    3.4 本章小結(jié)
第四章 基于矩陣分解的特征子空間聚類方法
    4.1 相關(guān)技術(shù)
    4.2 方法描述
    4.3 實(shí)驗(yàn)結(jié)果
    4.4 本章小結(jié)
第五章 基于圖去噪的社團(tuán)發(fā)現(xiàn)方法
    5.1 相關(guān)技術(shù)
    5.2 方法描述
    5.3 實(shí)驗(yàn)結(jié)果
    5.4 本章小結(jié)
第六章 總結(jié)與展望
參考文獻(xiàn)
攻讀碩士學(xué)位期間的科研成果
致謝



本文編號(hào)：3921581