矩陣分解理論在基因表達譜數(shù)據(jù)中的應用研究.pdf

1、腫瘤類型的識別一直是生物醫(yī)學的研究重點和難點，傳統(tǒng)方法是憑借醫(yī)務人員的經(jīng)驗，通過觀察患者的病變組織的特征以實現(xiàn)腫瘤類型的診斷，進而進行相應的治療，然而這種診斷方法的缺點有判斷的主觀性和治療的滯后性，即腫瘤患者的診斷發(fā)現(xiàn)通常在中晚期。因此，如何避免其不足已成為醫(yī)學與生物信息學的熱點研究，近年來，隨著DNA微陣列技術的發(fā)展，運用不同條件下的基因表達水平——基因表達譜，來預測和診斷腫瘤是否發(fā)生以及識別腫瘤類型，從而在分子水平上觀察腫瘤的發(fā)生、

2、發(fā)展機制，找出不同腫瘤對應的病變基因，使之獲取初期病變組織的腫瘤預測和治療靶點。
　　 本文基于矩陣分解理論，對腫瘤基因表達譜數(shù)據(jù)進行了研究，將經(jīng)典的與最新的矩陣分解方法引入到基因表達譜數(shù)據(jù)分析中，結合圖論知識，從而讓無結構信息的數(shù)字序列轉變成具有結構信息的圖結構，其主要研究了腫瘤基因表達譜數(shù)據(jù)的特征提取及類型的識別，并對實驗結果給出了解釋和算法性能的分析。內(nèi)容如下：
　　 1.利用經(jīng)典矩陣分解方法對腫瘤基因表達譜數(shù)據(jù)進

3、行了分析，以腫瘤樣本作為高維空間中的點，運用不同度量相似度的賦權方案構圖，使之形成具有結構信息的圖結構(其描述為矩陣形式)，進而對其矩陣分解獲取表征每個樣本的特征信息，結合支持向量機(SVM)和K近鄰(KNN)分類器完成了多組公開基因表達譜數(shù)據(jù)集的分類實驗，并對結果進行了分析。
　　 2.根據(jù)近年來提出的非負矩陣理論，將其用于腫瘤基因表達譜數(shù)據(jù)的特征提取，首先粗略消除高維基因表達譜數(shù)據(jù)的噪聲基因，將得到的基因子集進行非負矩陣分解

4、(NMF)，將高維空間中的腫瘤樣本映射到一個低維空間，進一步消除了基因表達譜數(shù)據(jù)中冗余信息，再運用模糊C均值聚類(FCM)算法實現(xiàn)了兩組基因表達譜數(shù)據(jù)集的聚類實驗，實驗結果驗證了該方法的有效性。
　　 3.由于許多傳統(tǒng)記分準則中包含了基因表達譜數(shù)據(jù)的一階信息(均值)和二階信息(方差)，導致這些準則易受異常值影響(由環(huán)境、設備和人為操作等因素產(chǎn)生)，導致對單個基因分類重要性打分偏離客觀現(xiàn)實，以至于選取的特征基因子集來表征腫瘤樣本不