基于基因芯片數(shù)據(jù)的基因調(diào)控網(wǎng)絡(luò)的重構(gòu)及其疾病學(xué)應(yīng)用.pdf

1、隨著高通量生物學(xué)技術(shù)的發(fā)展，為以單個分子的結(jié)構(gòu)和功能為研究對象的分子生物學(xué)逐漸轉(zhuǎn)變?yōu)橐苑肿又g相互作用機(jī)理為研究對象的系統(tǒng)生物學(xué)?；蛘{(diào)控網(wǎng)絡(luò)的重構(gòu)和疾病基因的預(yù)測是系統(tǒng)生物學(xué)中頗具挑戰(zhàn)性的兩個課題?；蛘{(diào)控網(wǎng)絡(luò)是由一組基因、蛋白質(zhì)、小分子以及它們之間的相互調(diào)控作用所構(gòu)成的一種生化網(wǎng)絡(luò)，是生命功能在基因表達(dá)層面上的展現(xiàn)。研究基因調(diào)控網(wǎng)絡(luò)的目的是通過建立基因調(diào)控網(wǎng)絡(luò)模型對某一個物種或者組織中的全部基因的表達(dá)關(guān)系進(jìn)行整體模擬分析和研究，在系

2、統(tǒng)的框架下認(rèn)識生命現(xiàn)象。另一方面，隨著疾病學(xué)研究的深入開展，人們越來越認(rèn)識到目前單基因疾病分析方法的局限性，越來越多的研究人員開始從基因的相互關(guān)系著手研究人類疾病，更多地關(guān)注基因與疾病之間的關(guān)聯(lián)關(guān)系。 本文對基于基因芯片數(shù)據(jù)的基因調(diào)控網(wǎng)絡(luò)的重構(gòu)及其疾病學(xué)應(yīng)用進(jìn)行了研究。文章給出了基于譜聚類的復(fù)雜網(wǎng)絡(luò)社團(tuán)結(jié)構(gòu)剖分算法，提出了基因調(diào)控網(wǎng)絡(luò)的多時延動態(tài)貝葉斯模型。在此基礎(chǔ)上，提出了一種新的兩步啟發(fā)式的模型結(jié)構(gòu)學(xué)習(xí)算法；詳細(xì)闡述了疾病和

3、基因網(wǎng)絡(luò)的關(guān)系，構(gòu)建了一個整合的癥狀-基因網(wǎng)絡(luò)。提出了一種基于癥狀網(wǎng)絡(luò)模塊化利用一致性分?jǐn)?shù)來預(yù)測疾病基因的算法。 本研究主要貢獻(xiàn)如下：①證明了數(shù)據(jù)聚類的譜方法可以最大化網(wǎng)絡(luò)模塊函數(shù)Q，并且提出了一種基于譜聚類的網(wǎng)絡(luò)社團(tuán)結(jié)構(gòu)的剖分算法框架；②構(gòu)建了基因調(diào)控網(wǎng)絡(luò)的多時延動態(tài)貝葉斯網(wǎng)絡(luò)模型，提出了一種新的兩步啟發(fā)式的模型結(jié)構(gòu)學(xué)習(xí)算法。用酵母基因芯片表達(dá)數(shù)據(jù)重構(gòu)了酵母細(xì)胞周期基因調(diào)控網(wǎng)絡(luò)，以此比較了新方法和傳統(tǒng)的動態(tài)貝葉斯方法。③給出了