基于馬爾科夫鏈模型的癌癥分類與診斷方法研究.pdf

1、現(xiàn)今，癌癥問題日益突出。癌癥分類與診斷方法的滯后一直以來都是制約癌癥治療的一個很大的瓶頸。在過去的幾十年中，人們一直在尋找一種行之有效的基于基因表達(dá)水平的癌癥診斷方法。高通量生物技術(shù)的產(chǎn)生大大方便了人們從基因?qū)哟卫斫夂驼J(rèn)識癌癥病理。機(jī)器學(xué)習(xí)方法和統(tǒng)計學(xué)方法在癌癥診斷中的不斷的應(yīng)用，使該領(lǐng)域又有了另一番景象。基因表達(dá)數(shù)據(jù)天生具有高噪聲、高變異和高維小樣本特性。如何結(jié)合先驗生物知識建?；虮磉_(dá)數(shù)據(jù)是當(dāng)前生物信息學(xué)研究的焦點(diǎn)問題之一。本文提出

2、應(yīng)用馬爾科夫鏈模型理論建?；蛲?，在有效表征基因通路活性的基礎(chǔ)上發(fā)展癌癥分類與診斷方法。主要工作可概括如下:
　　 1)提出了有約束的基因表達(dá)數(shù)據(jù)離散化方法。為了能夠使數(shù)據(jù)得到更好的離散性能，依據(jù)三態(tài)基因調(diào)控假設(shè)對基因離散狀態(tài)數(shù)進(jìn)行約束，然后通過最大化類別分布差異性來實現(xiàn)基因表達(dá)數(shù)據(jù)的有效離散。在三個標(biāo)準(zhǔn)基因表達(dá)數(shù)據(jù)集（白血病數(shù)據(jù)集、前列腺癌數(shù)據(jù)集和肝癌數(shù)據(jù)集）上對該離散方法進(jìn)行了實驗驗證。和現(xiàn)有方法的比較實驗證實，該離散方法

3、簡單、直觀，具有較低的時間復(fù)雜度，獲得了較好的癌癥分類性能。
　　 2)提出了兩種基于馬爾科夫鏈模型的基因通路建模方法。所建立的模型使用基因間的狀態(tài)轉(zhuǎn)移概率矩陣來刻畫基因通路中的遺傳信息或轉(zhuǎn)導(dǎo)信號的傳輸特性，并標(biāo)定基因通路的活性?；蛲穲D被分解為多個基因鏈。在一個基因鏈中，遺傳信息由第一個基因有序的流向最后一個基因。該基因鏈被視為一個基因馬爾科夫鏈。鏈中的每個基因視作馬爾科夫鏈的一個時間點(diǎn)，可具有三種離散狀態(tài)。用G={g1，g

4、2,…，gn}代表一條長度為n的基因鏈，其馬爾科夫鏈可以表示為{X(g)，g∈G}，其中，X(g)表示第g個基因所處的調(diào)控狀態(tài)。通過假設(shè)不同的狀態(tài)轉(zhuǎn)移方式，兩種基因通路模型被建立，即齊次馬爾科夫鏈模型和非齊次馬爾科夫鏈模型。
　　 3)提出了一種基于基因通路網(wǎng)絡(luò)的癌癥分類與診斷方法。為了探索基因通路信息與癌癥分類之間的內(nèi)在聯(lián)系，應(yīng)用馬爾科夫鏈理論為每種類別的樣例建立一個屬于它們自身的馬爾科夫鏈模型。然后，利用所構(gòu)建的模型來預(yù)測未