基于鄰接譜分解的基因表達(dá)譜數(shù)據(jù)分類研究.pdf

1、進(jìn)入21世紀(jì)以來，科學(xué)技術(shù)高度發(fā)達(dá)，人們的生活水平不斷提高，人類越來越渴望理解自身的起源過程，探索生命的奧秘。隨著現(xiàn)代生物技術(shù)的不斷發(fā)展，生物信息學(xué)近年來獲得了突破性進(jìn)展，對(duì)基因芯片技術(shù)的研究也日趨成熟，基因表達(dá)數(shù)據(jù)的獲取變得越來越容易，得到的數(shù)據(jù)也越來越準(zhǔn)確。隨著人們不斷對(duì)公布的大量DNA序列進(jìn)行分析和數(shù)據(jù)挖掘，基因的神秘面紗也隨之揭開。對(duì)腫瘤基因表達(dá)譜進(jìn)行深入研究，可以了解腫瘤的發(fā)生發(fā)展機(jī)制，有助于人們發(fā)現(xiàn)新的疾病亞型，找出腫瘤早期

2、的診斷指標(biāo)和治療靶點(diǎn)，提高復(fù)雜疾病診斷的準(zhǔn)確率，增強(qiáng)臨床治療腫瘤的有效性。但是由于基因表達(dá)譜數(shù)據(jù)具有高維度，小樣本的特點(diǎn)，遠(yuǎn)遠(yuǎn)超出傳統(tǒng)分析方法所能處理的范疇，現(xiàn)有的相關(guān)數(shù)據(jù)分析和數(shù)據(jù)挖掘方法已經(jīng)不能滿足實(shí)際的需要，如何對(duì)其進(jìn)行有效的處理、挖掘、分析和理解成了生物信息學(xué)研究的瓶頸。為此，研究人員將對(duì)腫瘤基因表達(dá)譜數(shù)據(jù)的分析從傳統(tǒng)的統(tǒng)計(jì)學(xué)方法逐漸過渡到運(yùn)用機(jī)器學(xué)習(xí)的方法上，成為生物信息學(xué)近年來研究的熱點(diǎn)。
　　 本文基于生物信息學(xué)理

3、論和譜圖理論，運(yùn)用模式識(shí)別方法和計(jì)算機(jī)技術(shù)，將反映圖結(jié)構(gòu)的特征表示引入到基因表達(dá)譜數(shù)據(jù)的分類中，研究了基于譜圖理論的腫瘤基因表達(dá)譜數(shù)據(jù)的特征提取及分類，并對(duì)數(shù)據(jù)的分析結(jié)果，算法的性能進(jìn)行了論證。主要研究?jī)?nèi)容有：
　　 1．詳細(xì)介紹了基因表達(dá)譜的基礎(chǔ)知識(shí)，對(duì)近年來基因芯片表達(dá)數(shù)據(jù)的分類分析方法進(jìn)行了綜述，在分析基因表達(dá)譜數(shù)據(jù)特點(diǎn)的基礎(chǔ)上，對(duì)分類的研究背景，研究現(xiàn)狀，研究意義，現(xiàn)階段存在的問題以及未來的研究方向進(jìn)行了探討。
　

4、　 2．提出了一種基于鄰接矩陣分解的腫瘤亞型特征提取及分類方法，首先對(duì)腫瘤基因表達(dá)譜數(shù)據(jù)以高斯權(quán)構(gòu)造鄰接矩陣，然后進(jìn)行奇異值分解，最后將分解得到的特征向量作為分類特征輸入支持向量機(jī)進(jìn)行分類識(shí)別。對(duì)白血病的兩個(gè)亞型采用留一法進(jìn)行試驗(yàn)，取得了良好的效果。
　　 3．結(jié)合主分量分析方法，對(duì)基因表達(dá)譜數(shù)據(jù)樣本點(diǎn)構(gòu)造高斯權(quán)鄰接矩陣，使樣本點(diǎn)具有空間結(jié)構(gòu)信息，SVD分解后，采用特征記分準(zhǔn)則進(jìn)行篩選，找出最大限度區(qū)分腫瘤樣本與正常樣本的主分