基于主成分分析和神經(jīng)網(wǎng)絡(luò)的癌癥驅(qū)動基因預(yù)測模型.pdf

1、癌癥是人類生命和健康的主要威脅之一，它不僅給個(gè)人和家庭造成沉重的精神壓力和經(jīng)濟(jì)負(fù)擔(dān)，也嚴(yán)重影響了全球的經(jīng)濟(jì)發(fā)展和社會進(jìn)步。癌癥產(chǎn)生機(jī)制及其控制研究已經(jīng)成為全球性的衛(wèi)生戰(zhàn)略研究重點(diǎn)。既往癌癥的研究主要集中在尋找其外部誘因，對于內(nèi)在的致癌機(jī)理知之甚少，直到高通量測序技術(shù)等方法的出現(xiàn)，使得從基因水平分析內(nèi)因成為可能。通過分析癌癥形成過程中細(xì)胞內(nèi)基因表達(dá)水平的變化，人們發(fā)現(xiàn)有些基因能夠?qū)δ[瘤起控制作用，如果抑制這些基因表達(dá)或基因通路，就可以終止

2、腫瘤發(fā)展的相關(guān)事件，這些基因被稱為癌癥驅(qū)動基因。驅(qū)動基因是決定癌癥的最主要內(nèi)部原因，針對驅(qū)動基因靶向治療，癌癥治療就可能事半功倍。
　　目前，我們主要通過分析大量樣本的序列比對結(jié)果來預(yù)測癌癥驅(qū)動基因，這種基于生物學(xué)的方法易于理解，但往往需要對大量的癌癥樣本進(jìn)行測序，花費(fèi)昂貴。隨著分子生物學(xué)的快速發(fā)展，諸如TCGA(The Cancer Genome Atlas)等組織為研究者提供了數(shù)量龐大且更新及時(shí)的數(shù)據(jù)資源，此外，機(jī)器學(xué)習(xí)、數(shù)據(jù)

3、挖掘等技術(shù)的涌現(xiàn)為分析這些數(shù)據(jù)提供了強(qiáng)大的支撐。驅(qū)動基因預(yù)測逐漸向數(shù)據(jù)化方向發(fā)展。
　　本文介紹了驅(qū)動基因的研究背景、意義和方法，并對主成分分析方法和神經(jīng)網(wǎng)絡(luò)的基本原理及在本文中的應(yīng)用做詳細(xì)分析介紹。基于這兩種方法，我們提出了一種用于預(yù)測癌癥驅(qū)動基因的系統(tǒng)生物學(xué)模型，該模型能夠從微陣列數(shù)據(jù)出發(fā)逐步得到驅(qū)動基因預(yù)測集，降低實(shí)驗(yàn)過程中相關(guān)步驟的系統(tǒng)誤差和人為誤差，可以有效地減少經(jīng)費(fèi)支出和實(shí)驗(yàn)周期，為癌癥的靶向治療提供依據(jù)。本文選取多形

4、性膠質(zhì)母細(xì)胞瘤作為實(shí)驗(yàn)對象進(jìn)行驗(yàn)證。首先，對實(shí)驗(yàn)樣本數(shù)據(jù)進(jìn)行預(yù)處理，對腫瘤表達(dá)譜數(shù)據(jù)進(jìn)行歸一化等處理，之后利用主成分分析方法進(jìn)一步過濾無表達(dá)信息或者表達(dá)信息過低的表達(dá)數(shù)據(jù);其次，受模塊網(wǎng)絡(luò)的啟發(fā)，對篩選出的基因進(jìn)行劃分，將具有相似突變率的基因劃分在同一個(gè)塊中，并對塊進(jìn)行排序;最后，通過受限玻爾茲曼機(jī)學(xué)習(xí)得到驅(qū)動基因的預(yù)測集，并將預(yù)測結(jié)果和文本挖掘的結(jié)果進(jìn)行比較，發(fā)現(xiàn)有80％左右的基因符合文本挖掘的結(jié)果，證明本文提出的模型具有一定的可行性