基于鄰接譜分解的基因表達譜數(shù)據(jù)分類研究.pdf

1、進入21世紀以來，科學技術高度發(fā)達，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)代生物技術的不斷發(fā)展，生物信息學近年來獲得了突破性進展，對基因芯片技術的研究也日趨成熟，基因表達數(shù)據(jù)的獲取變得越來越容易，得到的數(shù)據(jù)也越來越準確。隨著人們不斷對公布的大量DNA序列進行分析和數(shù)據(jù)挖掘，基因的神秘面紗也隨之揭開。對腫瘤基因表達譜進行深入研究，可以了解腫瘤的發(fā)生發(fā)展機制，有助于人們發(fā)現(xiàn)新的疾病亞型，找出腫瘤早期

2、的診斷指標和治療靶點，提高復雜疾病診斷的準確率，增強臨床治療腫瘤的有效性。但是由于基因表達譜數(shù)據(jù)具有高維度，小樣本的特點，遠遠超出傳統(tǒng)分析方法所能處理的范疇，現(xiàn)有的相關數(shù)據(jù)分析和數(shù)據(jù)挖掘方法已經(jīng)不能滿足實際的需要，如何對其進行有效的處理、挖掘、分析和理解成了生物信息學研究的瓶頸。為此，研究人員將對腫瘤基因表達譜數(shù)據(jù)的分析從傳統(tǒng)的統(tǒng)計學方法逐漸過渡到運用機器學習的方法上，成為生物信息學近年來研究的熱點。
　　 本文基于生物信息學理

3、論和譜圖理論，運用模式識別方法和計算機技術，將反映圖結構的特征表示引入到基因表達譜數(shù)據(jù)的分類中，研究了基于譜圖理論的腫瘤基因表達譜數(shù)據(jù)的特征提取及分類，并對數(shù)據(jù)的分析結果，算法的性能進行了論證。主要研究內容有：
　　 1．詳細介紹了基因表達譜的基礎知識，對近年來基因芯片表達數(shù)據(jù)的分類分析方法進行了綜述，在分析基因表達譜數(shù)據(jù)特點的基礎上，對分類的研究背景，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，首先對腫瘤基因表達譜數(shù)據(jù)以高斯權構造鄰接矩陣，然后進行奇異值分解，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進行分類識別。對白血病的兩個亞型采用留一法進行試驗，取得了良好的效果。
　　 3．結合主分量分析方法，對基因表達譜數(shù)據(jù)樣本點構造高斯權鄰接矩陣，使樣本點具有空間結構信息，SVD分解后，采用特征記分準則進行篩選，找出最大限度區(qū)分腫瘤樣本與正常樣本的主分