基于通路的基因表達(dá)差異分析已經(jīng)成為識(shí)別各種癌癥相關(guān)通路的通用方法,如已有的基因集富集分析方法GSEA和基因集分析方法GSA。重疊基因降權(quán)(PADOG)方法在GSA方法的基礎(chǔ)上降低了頻繁出現(xiàn)在很多通路中“公共基因”的影響。由于通路的拓?fù)浣Y(jié)構(gòu)特征反映了基因在通路中的位置,重要性以及基因之間的相互作用。信號(hào)通路影響分析方法SPIA考慮了基因的上下游位置對(duì)擾動(dòng)信號(hào)傳播的影響。目前主要通路分析方法并未考慮基因在通路中的重要性,本文對(duì)通路分析方法進(jìn)行了深入研究,并基于KEGG信號(hào)通路數(shù)據(jù),將基因重要性考慮到癌癥通路分析方法中。論文的主要工作包括:1、顯然在通路中,出度大的基因影響的下游基因就越多。本文統(tǒng)計(jì)出204條KEGG信號(hào)通路中基因的出度和頻度,并用平均出度表示基因重要性,頻度表示基因特異性。并把平均出度在前100名的基因在DAVID數(shù)據(jù)庫中進(jìn)行GO功能注釋,結(jié)果發(fā)現(xiàn)平均出度大的基因顯著富集在一些癌癥相關(guān)通路中。2、本文在重疊基因降權(quán)(PADOG)方法基礎(chǔ)上將基因特異性和基因重要性結(jié)合起來,提出了一種基于基因重要性和特異性的通路分析方法PAGIS。基于基因重要性和特異性改進(jìn)原SPIA方法并提出... 

【文章來源】：溫州大學(xué)浙江省

【文章頁數(shù)】：62 頁

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
ABSTRACT
第一章 緒論
    1 研究背景
        1.1 生物信息學(xué)及其發(fā)展
        1.2 基因和蛋白質(zhì)的表達(dá)
        1.3 微陣列技術(shù)
        1.4 癌癥
        1.5 基因集
        1.6 信號(hào)轉(zhuǎn)導(dǎo)網(wǎng)絡(luò)和代謝通路
    2 本文研究?jī)?nèi)容
    3 本文的工作與組織
第二章 癌癥通路分析方法簡(jiǎn)介
    1 KEGG數(shù)據(jù)庫
    2 NCBI數(shù)據(jù)庫
    3 常用分析工具
        3.1 R語言
        3.2 Cytoscape
        3.3 Bioconductor
    4 假設(shè)檢驗(yàn)
    5 差異分析
    6 癌癥通路分析方法
        6.1 方法簡(jiǎn)介
        6.2 基因集富集分析方法（GSEA）
        6.3 基因集分析方法（GSA）
        6.4 基于重疊基因降權(quán)的通路分析方法（PADOG）
        6.5 信號(hào)影響通路分析方法（SPIA）
    7 本文使用數(shù)據(jù)及其預(yù)處理
    8 頻度和平均出度的分布
第三章 基于基因重要性的改進(jìn)PADOG方法研究
    1 引言
    2 算法介紹
    3 算法步驟
    4 結(jié)果分析
    5 結(jié)論
第四章 基于基因重要性和特異性的改進(jìn)SPIA方法研究
    1 引言
    2 算法介紹
        2.1 基于基因重要性的過表達(dá)分析
        2.2 基于基因特異性信號(hào)通路擾動(dòng)分析
    3 算法步驟
    4 結(jié)果與分析
        4.1 SPIA-IS,SPIA和BPA方法識(shí)別出癌癥相關(guān)通路平均秩的比較
        4.2 SPIA-IS,SPIA和BPA方法識(shí)別出的癌癥相關(guān)通路數(shù)目比較
        4.3 SPIA-IS,SPIA和BPA方法中目標(biāo)通路的秩比較
        4.4 常見癌癥相關(guān)通路的秩比較
    5 結(jié)論
總結(jié)與展望
    1 本文總結(jié)
    2 后續(xù)研究與展望
參考文獻(xiàn)
致謝
攻讀學(xué)位期間發(fā)表的學(xué)術(shù)論文目錄


【參考文獻(xiàn)】：
期刊論文
[1]基于組學(xué)數(shù)據(jù)庫整合工具的代謝通路分析應(yīng)用[J]. 周滔,李靜宜,馬毅,薛明.  國際藥學(xué)研究雜志. 2015(05)
[2]生物芯片及其應(yīng)用研究[J]. 孟勛.  中國科技信息. 2015(Z1)
[3]血清破骨細(xì)胞分化因子和抑制因子檢測(cè)對(duì)肺癌骨轉(zhuǎn)移的診斷價(jià)值[J]. 李莉,譚榜云,劉志武,陳明,張藝.  國際檢驗(yàn)醫(yī)學(xué)雜志. 2013(15)
[4]基因表達(dá)譜中信號(hào)通路基因集分析方法進(jìn)展[J]. 張威,張揚(yáng),曹文君,李運(yùn)明,陳長(zhǎng)生.  生物技術(shù)通訊. 2013(02)
[5]從美國國立醫(yī)學(xué)圖書館看未來專業(yè)圖書館的知識(shí)服務(wù)[J]. 江曉波.  現(xiàn)代情報(bào). 2006(07)
[6]生物信息學(xué):融合生物科學(xué)與計(jì)算機(jī)科技的新學(xué)科[J]. 陳穎健.  求是. 2003(07)

博士論文
[1]基于HMM方法的蛋白質(zhì)局部片段結(jié)構(gòu)屬性的預(yù)測(cè)研究[D]. 余建勇.上海交通大學(xué) 2013
[2]基于圖和復(fù)雜網(wǎng)絡(luò)理論的蛋白質(zhì)相互作用數(shù)據(jù)分析與應(yīng)用研究[D]. 尤著宏.中國科學(xué)技術(shù)大學(xué) 2010
[3]基因組轉(zhuǎn)錄調(diào)控元件的特征分析與識(shí)別算法研究[D]. 杜耀華.國防科學(xué)技術(shù)大學(xué) 2006

碩士論文
[1]復(fù)雜生物網(wǎng)絡(luò)中的稠密子圖挖掘算法研究[D]. 張航.溫州大學(xué) 2010



本文編號(hào)：2932247