基于序列特征疾病基因预测

《基于序列特征疾病基因预测》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、AThesisSubmittedinPartialFulfillmentoftheRequirementsfortheDegreeofMasterofEngineeringDiseaseGenePredictionBasedonSequenceFeaturesCandidate：LiaoKunMajor：BioinformaticalTechnologySupervisor：ProfessorZhouYanhongHuazhongUniversityofScienceandTechnologyWuhan430074,P.R.ChinaMay

2、,2008独创性声明本人声明所呈交的学位论文是我个人在导师指导下进行的研究工作及取得的研究成果。尽我所知，除文中已经标明引用的内容外，本论文不包含任何其他个人或集体已经发表或撰写过的研究成果。对本文的研究做出贡献的个人和集体，均已在文中以明确方式标明。本人完全意识到，本声明的法律结果由本人承担。学位论文作者签名：日期：年月日学位论文版权使用授权书本学位论文作者完全了解学校有关保留、使用学位论文的规定，即：学校有权保留并向国家有关部门或机构送交论文的复印件和电子版，允许论文被查阅和借阅。本人授权华中科技大学可以将本学位论文的全部或部分内容编入

3、有关数据库进行检索，可以采用影印、缩印或扫描等复制手段保存和汇编本学位论文。保密□，在_____年解密后适用本授权书。本论文属于不保密□。（请在以上方框内打“√”）学位论文作者签名：指导教师签名：日期：年月日日期：年月日摘要定位候选策略是目前发现疾病基因的主要方法，其关键问题之一是如何对采用连锁分析等方法定位的疾病区间中数以百计的候选基因进行致病风险评估。有效解决这一问题对于缩短疾病基因发现周期、减少花费等都具有重要意义。越来越多的疾病基因被发现，使得采用计算机方法从已知疾病基因中获取知识以帮助发现未知疾病基因成为可能。但是，目前基于表达信

4、息、基因功能以及疾病基因统计特征的三种方法都不能很好地解决这一问题。因为基于表达信息和基因功能的方法的效果严重依赖于表达与功能信息的完整性与准确性，而目前基于疾病基因序列特征的方法仅仅考虑所有疾病基因和正常基因的序列特征在统计水平的差异，没有对不同的疾病区别对待。为了更好地解决这一问题，发现不同疾病的致病基因所特有的序列特征是一种新的途径。氨基酸使用特征因为其蕴涵的丰富的生物学意义而被选作本研究重点挖掘的特征。通过分析疾病基因蛋白质序列特征，将蛋白质序列转化为固定长度的向量，并使用支持向量机方法预测疾病基因。利用的序列特征为疾病基因蛋白质氨

5、基酸序列在物理化学性质上的特征，包括氨基酸组成、疏水性、范德华体积、极性、极化率以及电荷性质。同时，运用主成分分析方法对向量做了压缩，对支持向量机方法得到的结果进行了后处理，包括后验概率估计。对269种疾病的1719条疾病基因的氨基酸序列中包含序列最多的疾病色素性视网膜炎（Retinitispigmentosa）进行了分类器的构建。最后在与软件prospectr的比较过程中也取得了较好的结果。关键词：疾病基因，支持向量机，主成分分析，后验概率IAbstractPositionalcandidatestrategyhasbecomethema

6、inapproachtoidentifydisease-causativegenes.Howtoevaluatetheriskofbeingadiseasegeneforthehundredsofcandidategeneslocatedinthechromosomeregion,whichislocatedbysuchapproachaslinkageanalysis,isoneofthekeyproblemsofpositionalcandidatestrategy.Effectivesolutionoftheproblemwillre

7、markablyshortenthetimeanddecreasethecostofdiseasegeneidentification.Asmoreandmorediseasegenesbeingidentified,itispossibleforcomputationalmethodtopredictdiseasegenesbyusingtheknowledgelearnedfromknowndiseasegenes.Thethreeapproachesofthiskindreportedrecently,theapproachesres

8、pectivelybasedongeneexpressionprofile,genefunctionandgenesequencecharacteristics,can’tsol