基于小波的基因差異表達建模分析.pdf

1、基因差異表達是構成生物多樣性的主要原因，相同基因在不同組織中、不同環(huán)境或不同時間點，基因的表達隨外界條件的變化而變化。因此，差異表達基因的識別是人們了解生物過程，構建調控網(wǎng)絡的基礎。差異表達的基因能夠幫助人們縮小研究范圍，提高構建網(wǎng)絡的效率，為下一步生物分析提供準確的數(shù)據(jù)并且可以用于分析癌癥和藥物靶向的研究?；跁r間的差異表達的基因因其是動態(tài)變化的過程，這些基因之間的動態(tài)變化規(guī)律對基因調控網(wǎng)絡構建至關重要。因此，基于時序的差異表達基因的

2、研究是一項能夠促進生物信息學和系統(tǒng)生物學研究的一項重要工作。
　　本文根據(jù)目前的差異表達基因的識別方法，分析各種方法存在的缺點和需要解決的問題。針對基于傅里葉變換研究方法存在的不能同時解決時頻分析的問題，提出了基于小波分析的差異建模分析，根據(jù)不同尺度的波形來挖掘出基因之間的潛在關系。在模型中，本文提出一種自動快速聚類算法，通過將識別出的差異表達基因進行聚類分析，將不同功能的基因劃分到不同的類中。最后通過將類中的基因進行GO術語分析

3、，揭示每個類中差異表達基因的功能。
　　本文提出基于小波分析的基因差異表達識別的模型，根據(jù)小波能很好的分析信號局部的功能，本文將小波分析融合入回歸模型中。該模型通過將小波分析應用于時序數(shù)據(jù)，將基因數(shù)據(jù)進行多尺度分解進行去噪分析。而后采用復雜的小波樹分解每個基因得到該基因對應的小波系數(shù)，用小波系數(shù)來代替每個基因，再利用小波系數(shù)計算不同基因之間的相似性。
　　聚類分析是將差異表達的基因劃分到不同的類中，然后根據(jù)類中已知基因的功能