本文的研究是基于基因表達數據,采用計算的方法進行腫瘤標志物的預測及其發(fā)生機理分析。具體工作如下:1.本文對乳腺癌相關的標志物進行了識別和分析。基于TCGA數據庫乳腺癌的RNA-Seq表達數據,應用Wilcoxon符號秩檢驗識別差異表達基因;應用基于支持向量機的遞歸特征消除方法,識別乳腺癌及其分化度和分期的基因標志物;對識別出的基因標志物應用分泌入血液和尿液的蛋白預測方法,識別出乳腺癌及其分化度和分期的血液和尿液蛋白標志物;采用GEO數據庫的乳腺癌基因表達數據對識別出的標志物進行驗證,驗證了識別出的標志物的可信性。2.本文對慢性炎癥導致癌癥發(fā)生的機理進行了分析�；诼匝装Y的基因表達數據,應用差異表達檢驗識別出各類炎癥的差異表達基因,并進行pathway富集分析;基于免疫和組織修復相關細胞的基因表達數據,應用基于主成分回歸為基礎開發(fā)的去卷積分析工具,評估各類炎癥中的細胞比例變化;基于缺氧的基因表達數據,開發(fā)了一個缺氧水平預測器,用來預測各類炎癥的缺氧情況;基于基因表達數據,分析了各類炎癥的氧化壓力水平、鐵離子代謝和線粒體功能;此外,分析了糖胺聚糖及其他細胞間質組分在易致癌的慢性炎癥中的作... 

【文章來源】：吉林大學吉林省 211工程院校 985工程院校 教育部直屬院校

【文章頁數】：84 頁

【學位級別】：博士

【文章目錄】：
提要
摘要
Abstract
第1章 緒論
    1.1 本文的研究目的和意義
    1.2 本文的主要工作
    1.3 本文的結構
第2章 數據來源和相關方法介紹
    2.1 生物數據概述
        2.1.1 生物數據定義與分類
        2.1.2 本文相關數據庫簡介
    2.2 數據挖掘概述
        2.2.1 數據挖掘定義
        2.2.2 數據挖掘過程
    2.3 本文使用的數據挖掘方法
        2.3.1 Wilcoxon符號秩檢驗
        2.3.2 相關性分析法
        2.3.3 基于支持向量機的遞歸特征消除法
        2.3.4 主成分分析方法
第3章 乳腺癌的基因標志物和蛋白標志物的識別
    3.1 本章提要
    3.2 研究背景
    3.3 研究方法
        3.3.1 數據來源及處理
        3.3.2 乳腺癌差異表達基因的識別
        3.3.3 表達變化與分化度和分期相關的基因的識別
        3.3.4 分化度和分期相關基因的Pathway富集分析
        3.3.5 區(qū)分各分化度和分期的基因標志物的識別
        3.3.6 分泌入血液和尿液的蛋白的編碼基因的識別
        3.3.7 評估過程
    3.4 研究結果
        3.4.1 乳腺癌的基因標志物的識別與分析
        3.4.2 乳腺癌的蛋白標志物的識別與分析
    3.5 本章小結
第4章 慢性炎癥導致癌癥發(fā)生的機理分析
    4.1 本章提要
    4.2 研究背景
    4.3 研究方法
        4.3.1 數據來源及處理
        4.3.2 數據整合、差異表達基因識別和pathway富集分析
        4.3.3 免疫和組織修復相關細胞的去卷積分析方法
        4.3.4 組織中缺氧水平和氧化壓力水平的預測方法
        4.3.5 評估過程
    4.4 研究結果
        4.4.1 慢性炎癥的差異表達基因識別及pathway富集分析
        4.4.2 慢性炎癥的免疫和組織修復相關細胞的去卷積分析
        4.4.3 慢性炎癥的缺氧水平預測及分析
        4.4.4 慢性炎癥的氧化壓力水平、鐵離子代謝和線粒體功能分析
        4.4.5 糖胺聚糖及其他細胞間質組分在慢性炎癥中的作用
        4.4.6 慢性炎癥導致癌癥發(fā)生的機理模型構建與分析
    4.5 本章小結
第5章 總結與展望
    5.1 研究總結
    5.2 研究展望
參考文獻
作者簡介及在學期間所取得的科研成果
致謝



本文編號：3146207