学位论文 > 优秀研究生学位论文题录展示

基于生物芯片的系统性检测差异性表达基因以及构建非线性稳定网络

作　者: 王军伟
导　师: 石铁流
学　校: 华东师范大学
专　业: 生物医学
关键词: 差异表达基因系统王(SWang)检验非线性基因相互作用模型(NGIM) 变量稳定性子集选择法(VRSC) 核函数王非线性相关系数(KWNCC) 非线性变量(基因)之间相互作用稳定性网络
分类号: Q78
类　型: 硕士论文
年　份: 2011年
下　载: 10次
引　用: 0次
阅　读: 论文下载

内容摘要

利用芯片数据来研究生物系统,其中挑选差异表达基因、筛选稳定的差异表达基因和研究这些基因之间的联系,从而深入研究生物系统是很重要的和基础的,但目前没有比较系统的方法。本文试图基于生物芯片数据,建立一套方法来研究生物系统。有很多挑选差异表达基因的方法已经被发展出来,它们可以分为三类：参数、非参数和Bayesian方法。但是这些已知的方法都忽视了基因之间的非线性相互作用。同时,它们自身具有比较高的假阳性。为了解决这个问题,我发展出了系统王(SWang)检验,它能够同时利用多个中心矩的信息并潜在的考虑到基因的相互作用,该作用的利用是因为系统王(SWang)检验使用了偏度和峰度的信息。为了评估系统王(SWang),我利用统计模拟和实际数据进行验证。通过统计模拟,与T检验、F检验、Fold-change和SAM四种方法相比,系统王(SWang)检验较低的假阳性和较高的统计功效。在实际数据中,系统王(SWang)检验可以检测到其他方法不能检测到的基因,这些基因的差异主要来源偏度和峰度,通过相关文献和RT-PCR得到验证。为了研究非线性系统,基于非线性相互作用模型我发展了变量稳定性子集选择法(VRSC),通过该方法可以非线性基因相互作用模型中初始表达基因,通过统计模拟知道其统计功效很好,但是假阳性比较高。为了降低其假阳性,我首先利用系统王(SWang)检验,然后在利用变量稳定性子集选择法,这样得到最终结果可以被认为基因子集包含了初始表达基因。为了更深入的理解非线性相互作用模型,基于非线性相互作用模型我也发展了核函数王非线性相关系数(KWNCC),该相关系数同时考虑到了偏度和峰度等信息,统计模拟显示与其他六种相关系数方法,KWNCC能够比较好的测量非线性相关系数。通过利用本套方法对三个真实基因芯片数据分析,结合网络分析进行了相关实证分析,可以认为这些方法对研究非线性基因相互作用是有效。从而也初步建立一套比较简单的分析非线性系统的方法和分析流程,这将为生物信息学,尤其是生物芯片研究带来一些帮助。

全文目录

论文摘要  6-8
ABSTRACT  8-11
1. 简介  11-15
2. 系统王(SWang)检验  15-50
  2.1 系统王(SWang)检验理论  18-22
  2.2 统计模拟检测SWang检验  22-39
    2.2.1 统计模拟计算SWang检验的假阳性率  23-31
    2.2.2 统计模拟计算SWang检验的统计功效  31-39
  2.3 实际数据检测SWang检验  39-50
3. 变量稳定性子集选择法(简称VRSC)  50-53
  3.1 变量稳定性子集选择法(variable robust subset choosing(VRSC))  50-51
  3.2 统计模拟检验VRSC  51-53
4. 核函数王非线性相关系数(简称KWNCC)  53-56
  4.1 核函数王非线性相关系数(kernel function Wang Nonlinear Correlation Coefficient (KWNCC))  53-54
  4.2 统计模拟检验KWNCC  54-56
5. 实际数据的结果  56-63
  5.1 数据来源  56
  5.2 数据质量控制  56-57
  5.3 利用系统王(SWang)检验挑选差异表达基因  57
  5.4 利用变量稳定性子集选择法挑选稳定基因  57-63
6. 生物功能角度解释以上结果  63-65
7. 讨论  65-69
附录  69-96
硕士期间发表论文和专利情况  96-97
参考文献  97-104
后记  104

基于生物芯片的系统性检测差异性表达基因以及构建非线性稳定网络

内容摘要

全文目录

相似论文