基于數(shù)據(jù)融合的共調(diào)控基因挖掘方法研究.pdf

1、21世紀(jì)是生命科學(xué)和信息技術(shù)的世紀(jì),共調(diào)控基因挖掘是生物學(xué)家在基因功能關(guān)聯(lián)領(lǐng)域研究工作的核心之一。DNA微陣列芯片的發(fā)展使作為生物信息學(xué)數(shù)據(jù)源的表達(dá)水平數(shù)據(jù)已經(jīng)能夠通過生物學(xué)實驗海量提取。利用這些數(shù)據(jù)分析調(diào)控因子如何對若干基因進(jìn)行表達(dá)調(diào)控,可以構(gòu)建基因調(diào)控網(wǎng)絡(luò),而構(gòu)建基因調(diào)控網(wǎng)絡(luò)是挖掘共調(diào)控基因的主要任務(wù)之一。共調(diào)控基因指的是一組基因的集合,這組基因在生物細(xì)胞中被相同調(diào)控因子進(jìn)行調(diào)控,控制其在轉(zhuǎn)錄或翻譯階段的表達(dá),進(jìn)而影響細(xì)胞執(zhí)行其相應(yīng)

2、功能。構(gòu)建基因調(diào)控網(wǎng)絡(luò)并挖掘其中的共調(diào)控基因,可以從分子水平上理解生物體的生理活動和功能,了解生物體如何根據(jù)基因的不同表達(dá)而產(chǎn)生的變化。
　　從表達(dá)水平數(shù)據(jù)中計算共表達(dá)團(tuán),得到轉(zhuǎn)錄調(diào)控模塊是目前普遍使用的挖掘共調(diào)控基因的方法。然而大部分共調(diào)控基因不僅在表達(dá)水平上具有相似模式,而且在生命體的某一過程當(dāng)中具有相似功能,所以同時利用表達(dá)水平數(shù)據(jù)與本體數(shù)據(jù)來挖掘共調(diào)控基因,能夠更準(zhǔn)確地分析和發(fā)現(xiàn)基因間的共調(diào)控關(guān)系。
　　本文針對共調(diào)

3、控基因的挖掘,分別從表達(dá)譜相似性、本體相似性與綜合網(wǎng)絡(luò)集中頻繁稠密子圖挖掘三個方面進(jìn)行了研究:
　　(1)通過對共調(diào)控基因在表達(dá)譜中的表達(dá)相關(guān)性進(jìn)行研究,定義了一種基于子空間搜索的基因表達(dá)譜相似度計算方法。首先搜索基因的樣本空間,找出待搜索基因的相關(guān)空間,其次計算此相關(guān)子空間上基因表達(dá)水平的相似性,從而解決了共調(diào)控基因相似性計算中的正反共調(diào)控和部分時間共調(diào)控的發(fā)掘問題。
　　(2)由于基因本體(GeneOntology,GO

4、)能夠更統(tǒng)一高效地注釋基因產(chǎn)物,所以利用它提供的豐富信息來預(yù)測基因之間的功能關(guān)聯(lián)。通過對基因本體結(jié)構(gòu)進(jìn)行分析研究,提出一種基于語義分化的基因本體語義相似性度量方法。本方法引入了語義分化因子與最短路徑的概念,對每個術(shù)語所含有的信息量重新定義,使每個術(shù)語在GO圖中擁有固定的信息量,并采用節(jié)點的子孫節(jié)點的個數(shù)比來定義邊的語義分化因子。該方法融合了節(jié)點之間的信息量與路徑雙重語義,充分考慮了術(shù)語在GO拓?fù)浣Y(jié)構(gòu)上的位置信息,更能夠反應(yīng)生物體之間的關(guān)