2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩60頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認(rèn)領(lǐng)

文檔簡介

1、當(dāng)今,癌癥被認(rèn)為是死亡率最高的人類疾病之一。研究者們在研究癌癥臨床診斷之前必須要先理解癌癥的分子機理。高通量測序技術(shù)包括第二代測序技術(shù)和質(zhì)譜分析技術(shù)被廣闊的應(yīng)用于解決各種生物問題,尤其是人類疾病領(lǐng)域。比如國際癌癥基因組聯(lián)盟(ICGC)和美國政府發(fā)起的癌癥和腫瘤基因圖譜(TCGA)就是影響甚大的兩個癌癥基因組圖譜項目,這些大規(guī)模的基因組學(xué)項目為多種癌癥類型提供了大量的基因組學(xué)、表觀組學(xué)和蛋白質(zhì)組學(xué)等數(shù)據(jù)。如何從這些數(shù)據(jù)中找到促進癌癥增殖過

2、程的突變基因和突變通路仍然是一個很大的挑戰(zhàn)。在已有的研究中,原始的篩選方法是在大樣本數(shù)據(jù)中找到那些突變率顯著很高的基因作為候選基因,這樣的篩選不能解決癌癥通路中基因之間強異質(zhì)性的問題。研究者們也逐漸意識到對于多組學(xué)數(shù)據(jù)的研究是非常必要的。如在轉(zhuǎn)錄組水平上,檢測已知小RNA和預(yù)測新的小RNA都可以通過小RNA測序技術(shù)實現(xiàn),這些小RNA不但可以作為診斷疾病的分子標(biāo)志物,在用于研究疾病治療手段也有很大潛力。在蛋白質(zhì)組水平上,如與疾病相關(guān)的特定

3、蛋白質(zhì)可能通過蛋白質(zhì)組學(xué)測定,測定后的數(shù)據(jù)可以作為疾病臨床分期分型的重要參數(shù)。
  在本文中,第一章介紹了癌癥驅(qū)動基因與通路識別的研究意義以及國內(nèi)外研究的進展。
  第二章對該領(lǐng)域經(jīng)典的方法以及常用的數(shù)據(jù)集做了一個簡要的概括與匯總。
  在第三章中,根據(jù)突變通路符合兩種特性—高覆蓋性、強異質(zhì)性,嘗試使用一種基于遺傳算法(GA)的多目標(biāo)優(yōu)化模型用于解決“最大權(quán)重子矩陣”問題,多目標(biāo)優(yōu)化模型被設(shè)計用于權(quán)衡兩個特性以用來辨別

4、癌癥過程中期功能性作用的突變通路。為了提高算法的實用性,使得到的結(jié)果更加符合生物意義,在多目標(biāo)優(yōu)化模型的基礎(chǔ)上繼續(xù)提出了一種結(jié)合基因表達數(shù)據(jù)和突變數(shù)據(jù)的整合模型,通過在生物數(shù)據(jù)的實驗對比算法做出優(yōu)化后,提高了算法性能并對識別結(jié)果做生物學(xué)分析。
  第四章基于多組學(xué)數(shù)據(jù)的結(jié)合,在分子網(wǎng)絡(luò)框架中,改進了DriverNet算法,通過評估突變在mRNA表達網(wǎng)絡(luò)上的影響來識別突變基因。通過引入正常樣本的基因表達數(shù)據(jù),使得對差異表達的基因篩選

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

最新文檔

評論

0/150

提交評論