基于差异共表达网络的基因功能性模块分析与研究

《基于差异共表达网络的基因功能性模块分析与研究》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、分类号：TB391单位代码：10183研究生学号：2015532079密级：公开基于差异共表达网络的基因功吉林大学能性模硕士学位论文块分析（学术学位）与研究基于差异共表达网络的基因功能性模块分析与研究FunctionalClustersAnalysisandResearchBasedonDifferentialCoexpressionNetworks孟帅作者姓名：孟帅专业：计算机应用技术研究方向：计算智能与生物信息吉指导教师：刘桂霞教授林大培养单位：计算机科学与技术学院学2018年4月基于差异共表达网络的基因功能性模块分析与研究FunctionalClustersAnalysisand

2、ResearchBasedonDifferentialCoexpressionNetworks作者姓名：孟帅专业名称：计算机应用技术指导教师：刘桂霞教授学位类别：学术硕士答辩日期：年月日未经本论文作者的书面授权，依法收存和保管本论文书面版本、电子版本的任何单位和个人，均不得对本论文的全部或部分内容进行任何形式的复制、修改、发行、出租、改编等有碍作者著作权的商业性使用（但纯学术性使用不在此限）。否则，应承担侵权的法律责任。吉林大学硕士学位论文原创性声明本人郑重声明：所呈交学位论文，是本人在指导教师的指导下，独立进行研究工作所取得的成果。除文中已经注明引用的内容外，本论文不包含任何其他个人

3、或集体已经发表或撰写过的作品成果。对本文的研究做出重要贡献的个人和集体，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《中国优秀博硕士学位论文全文数据库》投稿声明研究生院：本人同意《中国优秀博硕士学位论文全文数据库》出版章程的内容，愿意将本人的学位论文委托研究生院向中国学术期刊（光盘版）电子杂志社的《中国优秀博硕士学位论文全文数据库》投稿，希望《中国优秀博硕士学位论文全文数据库》给予出版，并同意在《中国博硕士学位论文评价数据库》和CNKI系列数据库中使用，同意按章程规定享受相关权益。论文级别：■硕士□博士学科专业：计算机应用技术论文题

4、目：基于差异共表达网络的基因功能性模块分析与研究作者签名：指导教师签名：年月日作者联系地址（邮编）：吉林省长春市前进大街2699号（130012）作者联系电话：18210528342摘要摘要基于差异共表达网络的基因功能性模块分析与研究在后基因组学时代，生物信息学研究的一个重要目的便是旨在理解生物细胞内分子之间的联系，并且揭示隐藏在分子间的分子间相互作用以及控制细胞生命功能的内在机理。经过近二十年的发展，基因学研究从单基因转变至基因网络研究。如今，通过改良传统基因研究方法，差异共表达网络已经逐渐发展成为一种分析差异共表达基因的重要的研究方式。通过这个方式，使得发现疾病机制，分析在差异表达

5、网络中尚不清楚的潜在的动态调控机制成为可能。不同疾病状态之间的差异共表达基因连接和功能性基因集群的检测是一项艰巨的任务，为了能够有效研究这种动态的调控机制，众多差异共表达网络研究方法应用而生，然而，目前业界没有检测差异共表达基因连接和功能性基因集群的金标准，因此，我们开发了一种新型的融合算法FDvDe（Fusionofdifferentialvertexanddifferentialedge:差异边与差异点融合算法），该算法通过将基因差异边集合（对照网络中，基因间相关系数存在统计学差异的基因对）与基因差异点集合（对照网络中，在拓扑结构性质上存在统计学差异的基因）集成在一起来检测差异共表

6、达的基因连接。然后，我们通过集成这些差异共表达的基因连接来构建反映正常与癌症这两种不同状态的差异共表达网络。通过这种方法，我们识别了1823个基因和29370个基因连接。然后，为了进一步研究网络中隐藏的价值信息，我们开发了算法GTHC（GOtermhierarchicalclusters：GO术语层次聚类算法）来识别功能模块。该算法过程中使用的距离矩阵是由GO语义相似性演化而来。此外，我们还计算了功能模块间的稠密性来描述模块间的联系，同时我们还进行了差异共表达网络的拓扑特性分析，从而发现在疾病机制中起重要作用的中枢基因和中枢通路，通过集成上述这些方法，为研究疾的致病机理带来很大帮助。在

7、本文中，实验结果表明，在乳腺癌样本（68个）和正常样本（73个）的数据集上，我们的方法成功揭示了差异共表表达网络对于研究乳腺癌致病机理I摘要的重要意义，其中，我们挖掘出了具有关键作用和生物学意义的模块和中枢基因来佐证我们的研究。关键词：差异共表达网络，融合算法，GO，层次聚类，拓扑性质分析，中枢基因IIAbstractAbstractFunctionalClustersAnalysisandResearchBasedonDifferential