学位论文 > 优秀研究生学位论文题录展示

基于基因表达谱的小圆蓝细胞瘤亚型识别研究

作　者: 朱云华
导　师: 阮晓钢
学　校: 北京工业大学
专　业: 模式识别与智能系统
关键词: 基因表达谱肿瘤分型特征选取小圆蓝细胞瘤多类支持向量机
分类号: R73-3
类　型: 硕士论文
年　份: 2005年
下　载: 89次
引　用: 1次
阅　读: 论文下载

内容摘要

基于基因表达谱,在分子水平上对肿瘤进行分析和研究,是当前生物信息学研究的重要课题。本文针对肿瘤鉴别问题,以小圆蓝细胞瘤(SRBCT)为研究对象,从系统科学和信息科学的角度,采用人工智能和计算机技术,就小圆蓝细胞瘤的特征基因选取问题和亚型识别问题,基于基因表达数据进行了研究,取得如下研究成果: 第一,针对SRBCT 分类信息的度量指标的研究本文提出了用于SRBCT 特征基因选取的类加权Bhattacharyya 距离指标。在修正信噪比指标的基础上,以体现贝叶斯分类错误率的Bhattacharyya 距离衡量基因包含的分类信息。考虑到SRBCT 具有四个亚型,以各类样本占总样本的比例为加权系数,对四个类别的Bhattacharyya 距离加权求和,以此作为基因排序和选择的标准。用两种指标选取基因在不同分类模型上进行亚型识别实验,结果表明,用本文提出的指标选取的基因包含更多的分类信息。第二,针对SRBCT 亚型预测模型的研究本文建立了三种亚型预测模型,首次将多类支持向量机(MSVM)应用到SRBCT亚型识别问题上。分别建立了三层BP 网络模型,基于BSVM 的多模模型和MSVM模型。通过比较不同特征基因集合在三种模型上的分类准确率,确定了一个25个基因的特征集合,基于这个集合利用MSVM 可取得100%的预测准确率。对这三种模型分类性能的对比研究的结果表明,MSVM 优于其它两种方法,是解决SRBCT亚型识别问题的有效工具。第三,针对SRBCT 特征基因集合中冗余基因排除方法的研究本文提出了一种基于Pearson 相关系数的“两两冗余”排除法。该方法考虑到某些基因之间存在着相关性,去掉SRBCT 特征基因集合中分类信息指标较大基因的相关基因,得到15 个特征基因。基于这15 个特征基因本文构建了一个4 聚类SOM 聚类模型,对所有SRBCT 样本进行聚类,聚类正确率达到100%。与文献[5]报道的结果比较,Khan 采用主元分析法和人工神经网络建立的预测模型需要96 个基因,而本文基于MSVM 的预测模型只需15 个特征基因就可取得100%的预测准确率,表明了本文方法的有效性。本文的研究得到了国家自然科学基金的支持,已发表相关论文4 篇, 1 篇发表在《计算机应用》上,2 篇发表在《计算机工程与应用》上,1 篇发表在《Proceedings of the Third International Conference on Machine Learning and Cybernetics, 2004》(EI 收录)。本文的研究有助于肿瘤与基因关系的理解,有助于肿瘤特征

全文目录

摘要  4-6
ABSTRACT  6-10
第1章绪论  10-18
  1.1 课题研究的背景  10-12
    1.1.1 生物信息学  10-11
    1.1.2 肿瘤基因疾病的诊断  11
    1.1.3 研究的目的与意义  11-12
  1.2 基于基因表达谱的肿瘤识别研究概况  12-15
  1.3 本文主要工作  15-17
    1.3.1 课题来源  15-16
    1.3.2 主要内容  16-17
    1.3.3 论文组织  17
  1.4 本章小结  17-18
第2章问题描述与数据来源  18-24
  2.1 基因表达谱概述  18-20
    2.1.1 基因表达的基本概念  18-19
    2.1.2 基因表达水平的检测  19
    2.1.3 基因表达谱数据的获取  19-20
  2.2 SRBCT 亚型识别问题概述  20-22
  2.3 SRBCT 基因表达数据库的建立  22-23
  2.4 本章小结  23-24
第3章数据预处理与特征选取  24-31
  3.1 数据噪声与预处理  24-25
    3.1.1 数据噪声的来源  24-25
    3.1.2 数据预处理  25
  3.2 特征基因选取  25-28
    3.2.1 分类信息指标  25-27
    3.2.2 SRBCT 分类特征选取  27-28
  3.3 特征选取结果比较  28-30
    3.3.1 生成分类特征基因集合  28-29
    3.3.2 不同指标选取基因的分类性能  29-30
  3.4 本章小结  30-31
第4章预测模型的设计与评估  31-49
  4.1 基于BP 网络的预测模型  31-36
    4.1.1 BP 网络结构设计  31-33
    4.1.2 学习算法  33-35
    4.1.3 交叉校验和独立测试集评估  35-36
  4.2 基于BSVM 的预测模型  36-42
    4.2.1 BSVM 原理概述  36-39
    4.2.2 基于BSVM 的多模分类器  39-40
    4.2.3 分类器评估与实验结果  40-42
  4.3 基于MSVM 的预测模型  42-46
    4.3.1 MSVM 原理概述  42-43
    4.3.2 MSVM 用于多分类问题的优势  43-44
    4.3.3 MSVM 分类器的设计与评估  44-46
  4.4 三种模型的比较  46-48
  4.5 本章小结  48-49
第5章冗余排除与聚类分析  49-58
  5.1 用于冗余分析集合的确定  49
  5.2 强相关性冗余基因的排除  49-53
    5.2.1 “两两冗余”分析  49-51
    5.2.2 实验结果分析  51-53
  5.3 SOM 聚类分析  53-54
  5.4 结果比较与讨论  54-57
  5.5 本章小结  57-58
结论  58-60
参考文献  60-64
攻读硕士学位期间发表的学术论文  64-65
致谢  65

基于基因表达谱的小圆蓝细胞瘤亚型识别研究

内容摘要

全文目录

相似论文