基于基因表达数据的癌症分型方法

《基于基因表达数据的癌症分型方法》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、浙江大学硕f‘学位论文摘要摘要癌症作为一种重病轻症的疾病，治愈的关键在于如何有效而又准确地及早发现和充分治疗。其中最大的挑战是肿瘤的诊断和精确分型，以区分形态上相似的肿瘤分子亚型，寻找针对病理发生学上一致的肿瘤特异性靶向疗法。基因芯片技术能够快速并行处理大量基因表达，实现多通道、高通量、自动化的数据处理，已被广泛应用于疾病诊断、临床检验等方面。应用基因芯片技术对肿瘤进行诊断和分类，可以在基因表达水平上精确区分肿瘤的分子类型，以更好地预测肿瘤疗效，亦对肿瘤的发生发展机理探讨、肿瘤的早期诊断和分子分型等方面均有重要意义。常规的基因表达数据分类方法将全部样本或者基因作为特征空间。但考虑到在

2、部分样本中发生的某个生物学过程仅涉及到芯片上部分基因，本文采用双向聚类思想，利用与该生物学过程相关的基因簇对样本进行分割，具体内容包括：≯介绍癌症亚型区分的意义和研究现状，着重介绍急性白血病和弥漫性大B细胞淋巴癌两类癌症的亚型。>分析基因芯片的相关知识及其在癌症分型方向上的应用。≯研究基因表达数据的图像处理和数据分析方法，重点研究聚类分析的常规方法。>深入探讨双向聚类方法并对其种类，算法和存在的问题进行分析，在此基础上改进并设计一种基于系统树图的耦合双向聚类算法。》在MATI．AB6．5的平台上，实现此基因表达数据的双向聚类算法。>利用急性白血病和弥漫性大B细胞淋巴癌的基因表达谱数据

3、实验和检验这种聚类算法。实验结果表明，基于系统树图的双向聚类算法能有效地找到特征基因簇。利用这些基因簇分割样本，可以得到与同类算法相比较高的癌症亚型识别率，并有助于发现关键基因和表达模式。关键词：癌症分型，基因表达数据，基因芯片，双向聚类，系统聚类，稳定性子类，急性白血病，弥漫性大B细胞淋巴癌浙江大学硕{¨学位论文ABSTRACTThekeyproblemofcancertreatmentliesOnearlypredictionandfullthempyeffectivelyandaecuratcly．Thechallengehasbeentodistinctpathogcneti

4、caltumortypeswithmorphologicallysimilarappearanceandtargetspecifictherapies．Microarraytechniquemakesitpracticaltoquantitatetheexpressionofthousandsofgenesinparallel，andhasbeenusedindiseasediagnosisandclinicaltest．Theapplicationofgcnemicroarrayintumorpredictionandclassificationisbcneficialtoaccu

5、ratelydistincttIImorsonmolecularlevelsforbetterefficacy,aswdlastoprobeintopathogenesis，earlypredictionandmolecularsubtypes．Regularclassificationmethodsofgeneexpressiondatatakeallthegenesorsamplesascharacteristicsanddonotconsiderthatonlypartofgenesiscorrelatedinonebiologicalprocess．Thisthesispre

6、sentsabiclusteringalgorithm(Hcrwc)tOsearchmeaningfulgenesi印atureandfindnaturalpartitionsofcancersamples．Thecontentsarelistedbelow：≯Themeaninganddevelopmentoftumorsubtypeclassification，takingacuteleukemia(AL)anddiffuselargeB·celllymphoma(DLBCL)forexample．≯Relevantknowledgeofgenechipsandapplicati

7、onintumorclassification．>Theimageprocessinganddataanalysismethodsofgenechips，focusingonclusteringmethods．>ThetypesandlimitationsofbiclusteringandthedesignofHCTWC．>TherealizationofHCTWCbasedonMATI．AB6．0≯TheexperimentandtestofHCTWCi