基于基因表達數據的胃癌特征基因選取研究.pdf

1、胃癌是世界上危及人類身體健康的主要癌癥之一。胃癌的早期發(fā)現，對胃癌的診斷和治療有重要的意義?；蛐酒夹g的發(fā)展，促進了胃癌分子水平上的研究技術。從海量的胃癌基因表達數據中，挖掘出有用的信息和知識，可以更加全面的認識胃癌的基因本質，更加全面的了解“胃癌-基因”之間的關系，對推進胃癌的臨床診斷和治療，進一步研究胃癌、發(fā)現胃癌的致病機理有至關重要的作用。論文實驗數據采用北京腫瘤醫(yī)院提供的胃癌基因表達數據。該數據采集的樣本全部來自中國，是中國人

2、自己的數據。本文基于胃癌基因表達數據，主要圍繞三個方面進行了研究：胃癌樣本與正常樣本的分類、胃癌亞型分類、胃癌的特異表達基因的選取。重點工作是在胃癌Lauren分型中的特征基因選取工作。實驗最后得到一些比較有意義的基因。例如：CHRNA4、MEA1等。這些基因在臨床上已有人證明與胃癌的發(fā)生發(fā)展和分型有密切關系。主要研究及成果如下： ⑴提出了有效的特征基因選取方法，基于巴氏距離的混合方法?；旌戏椒ńY合了特征選取方法中過濾法和融合法

3、的優(yōu)點，能夠快速有效地選取特征基因，從而大大降低基因表達數據的維數，提高胃癌樣本的分類準確率?；旌戏椒ㄏ葘υ紨祿M行基于巴氏距離的基因排序。巴氏距離既考慮到基因在樣本中的均值，也考慮到基因在樣本中的方差分布，是比較好的信息度量指標。然后，采用順序前向搜索方法去除基因冗余。實驗最后得到7個腸型胃癌樣本與彌漫型胃癌的分類特征基因，9個胃癌樣本與正常樣本的特征基因。 ⑵提出了一種PLS系數選擇特征基因的方法。偏最小二乘(PLS)和主

4、成分分析方法(PCA)能夠有效的降低基因表達數據的維數。但是，在特征向量解釋方面存在著不足。論文在基于偏最小二乘原理的基礎上提出一種PLS系數的特征基因選擇方法。該方法能有效的選擇特征基因，并能對特征向量作出很好的解釋。實驗最后得到20個腸型胃癌樣本與彌漫型樣本的特征基因。 ⑶將TSP特征選取方法成功應用到胃癌基因表達數據處理過程中。TSP方法由2004年Donald Geman提出。據文獻檢索，尚未有人將其應用到胃癌基因表達數