SELDI血清蛋白質(zhì)譜腫瘤標(biāo)志物挖掘方法研究.pdf

1、一直以來，各類惡性腫瘤嚴(yán)重威脅著人類的生命健康。惡性腫瘤的早期發(fā)現(xiàn)、早期診斷、早期治療是提高大多數(shù)腫瘤患者治療效果的關(guān)鍵。目前，表面增強(qiáng)激光解吸電離一飛行時(shí)間質(zhì)譜(SELDI—TOF—MS)技術(shù)由于其高通量以及快速簡便的特點(diǎn)，已在蛋白質(zhì)組學(xué)腫瘤臨床研究中得到了普遍應(yīng)用。
　　 然而SELDI—TOF—MS技術(shù)的可靠性和可重復(fù)性仍顯得相對(duì)不足，且其高通量的技術(shù)特點(diǎn)勢必產(chǎn)生海量的數(shù)據(jù)。如何從這些海量的數(shù)據(jù)中挖掘出具有樣本類別標(biāo)識(shí)意義

2、的腫瘤標(biāo)志物，目前還缺乏一個(gè)統(tǒng)一的模型構(gòu)建方法。本文在利用現(xiàn)有SELDI—TOF—MS技術(shù)的基礎(chǔ)上，提出了從SELDI血清蛋白質(zhì)中提取具有良好敏感性和特異性的腫瘤標(biāo)志物挖掘方法。具體工作可以總結(jié)為以下幾個(gè)方面：
　　 (1)通過數(shù)據(jù)預(yù)處理方法從原始質(zhì)譜數(shù)據(jù)中提取有效的蛋白峰簇。在具體的預(yù)處理方法改進(jìn)上，本文提出了分段小波閾值降噪方法和分子量動(dòng)態(tài)校正方法，使得從原始數(shù)據(jù)信號(hào)中獲得的蛋白峰簇具有更高的可靠性和可重復(fù)性。
　　

3、 (2)提出了遺傳算法結(jié)合具體分類器的腫瘤標(biāo)志物挖掘模型。一方面，本文采用遺傳算法搜尋最優(yōu)的差異蛋白峰簇的組合，并且對(duì)基本遺傳算法的具體參數(shù)設(shè)置上進(jìn)行了改進(jìn)；另一方面，本文將支持向量機(jī)、神經(jīng)網(wǎng)絡(luò)、K近鄰法運(yùn)用到腫瘤標(biāo)志物分類器的實(shí)現(xiàn)上，并且進(jìn)行了比較。
　　 (3)運(yùn)用上述預(yù)處理方法和腫瘤標(biāo)志物挖掘模型，給出一個(gè)從大腸癌血清樣本中挖掘腫瘤標(biāo)志物的具體實(shí)例。得到的腫瘤標(biāo)準(zhǔn)物有著較高的敏感性和特異性，表明該腫瘤標(biāo)志物挖掘方法具有良好