基于互信息网络的疾病关键基因选取

《基于互信息网络的疾病关键基因选取》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、谨以此论文献给我的导师和我的家人----------刘玉堂基于互信息网络的疾病关键基因选取学位论文答辩日期：指导教师签字：答辩委员会成员签字：独创声明本人声明所呈交的学位论文是本人在导师指导下进行的研究工作及取得的研究成果。据我所知，除了文中特别加以标注和致谢的地方外，论文中不包含其他人已经发表或撰写过的研究成果，也不包含未获得（注：如没有其他需要特别声明的，本栏可空）或其他教育机构的学位或证书使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示谢意。学位论文作者签名：签字日期：年月日---------------

2、------------------------------------------------------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，并同意以下事项：1、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磁盘，允许论文被查阅和借阅。2、学校可以将学位论文的全部或部分内容编入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、汇编学位论文。同时授权清华大学“中国学术期刊(光盘版)电子杂志社”用于出版和编入CNKI《中国知识资源总库》，授权中国科学技术信息研究所将本学位论文收录到《中国学位论

3、文全文数据库》。（保密的学位论文在解密后适用本授权书）学位论文作者签名：导师签字：签字日期：年月日签字日期：年月日基于互信息网络的疾病关键基因选取摘要在后基因组时代，生命科学研究的重点不再是对单个基因进行研究，而是在基因组结构和功能的层次来研究生物系统的运行机理。本文利用基因表达谱数据筛选出部分差异表达基因，以此构建基因互信息相关网络，并对正常组和疾病组的基因网络的结构差异进行了分析；利用互信息网络中基因的强度、介数和故障影响力等参数在正常组和疾病组中的差异，得到相应的候选疾病关键基因排序，通过社会选择模型的算法对排序进行了优化聚合，得到基因的最终

4、聚合排序并由此选取疾病关键基因。具体研究内容如下：首先，从GEO数据库下载两组乳腺癌数据，一组为成对数据，一组为非成对数据。对两组数据进行必要的数据预处理后，利用SAM软件均筛选出约300个差异表达基因。根据这些差异表达基因的表达谱数据构建了正常组和癌症组的基因互信息相关网络。对互信息相关网络的平均度、平均核数等6个参数的分析发现，正常组和癌症组数据所导出的基因互信息相关网络的结构存在显著差异。特别的，非成对数据的差异较成对数据更显著。按照生物学中结构决定功能理论，结构的差异性正是功能差异性的直接原因。对非成对数据的基因互信息相关网络的节点（基因）

5、强度、介数和故障影响力进行正常组与癌症组的比对，根据这3个参数在两个网络中的差异大小得到了相应的3个基因排序。利用社会选择理论中的Borda算法和Max-Diff算法进行了排序聚合，结果显示两个算法得到的最终排序几乎相同，均在最终排序的前15个基因中得到了8个疾病关键基因。这说明Borda算法和Max-Diff算法均适用于关键基因的选取。此外，对另一个序列聚合Footrule算法进行了小规模验证，结果发现，Footrule算法过于关注整体排序，而忽略了个别基因。因此，Footrule算法不适用于关键基因的选取。上述基因网络的结构分析及关键基因选取的

6、研究，能帮助我们分析与基因相关的疾病（如癌症）的发病原因及致病基因，对疾病的诊断和治疗有着一定的参考价值。关键词：表达谱数据；互信息网络；社会选择；排序聚合；关键基因KeyGenesSelectionBasedonMutualInformationNetworkAbstractInthepost-genomeera，theemphasisoflifescienceisnolongeronasinglegene,butinthestructureandfunctionofthegenomeleveltostudytherunningmechanism

7、ofbiologicalsystems.Thisthesisscreenedoutsomedifferentiallyexpressedgenesusingmicroarraygeneexpressionprofile,thenbuiltmutualinformationnetworkandanalyzedthestructureofthenetwork.Thestrength,betweennessandfaultinfluenceofthenodesintheweightednetworkandtheirdifferencebetweenthe

8、normalandcancernetworkswereanalyzed.Thecorrespondinggeneranki