矩陣分解理論在基因表達(dá)譜數(shù)據(jù)中的應(yīng)用研究.pdf

1、腫瘤類型的識別一直是生物醫(yī)學(xué)的研究重點(diǎn)和難點(diǎn)，傳統(tǒng)方法是憑借醫(yī)務(wù)人員的經(jīng)驗(yàn)，通過觀察患者的病變組織的特征以實(shí)現(xiàn)腫瘤類型的診斷，進(jìn)而進(jìn)行相應(yīng)的治療，然而這種診斷方法的缺點(diǎn)有判斷的主觀性和治療的滯后性，即腫瘤患者的診斷發(fā)現(xiàn)通常在中晚期。因此，如何避免其不足已成為醫(yī)學(xué)與生物信息學(xué)的熱點(diǎn)研究，近年來，隨著DNA微陣列技術(shù)的發(fā)展，運(yùn)用不同條件下的基因表達(dá)水平——基因表達(dá)譜，來預(yù)測和診斷腫瘤是否發(fā)生以及識別腫瘤類型，從而在分子水平上觀察腫瘤的發(fā)生、

2、發(fā)展機(jī)制，找出不同腫瘤對應(yīng)的病變基因，使之獲取初期病變組織的腫瘤預(yù)測和治療靶點(diǎn)。
　　 本文基于矩陣分解理論，對腫瘤基因表達(dá)譜數(shù)據(jù)進(jìn)行了研究，將經(jīng)典的與最新的矩陣分解方法引入到基因表達(dá)譜數(shù)據(jù)分析中，結(jié)合圖論知識，從而讓無結(jié)構(gòu)信息的數(shù)字序列轉(zhuǎn)變成具有結(jié)構(gòu)信息的圖結(jié)構(gòu)，其主要研究了腫瘤基因表達(dá)譜數(shù)據(jù)的特征提取及類型的識別，并對實(shí)驗(yàn)結(jié)果給出了解釋和算法性能的分析。內(nèi)容如下：
　　 1.利用經(jīng)典矩陣分解方法對腫瘤基因表達(dá)譜數(shù)據(jù)進(jìn)

3、行了分析，以腫瘤樣本作為高維空間中的點(diǎn)，運(yùn)用不同度量相似度的賦權(quán)方案構(gòu)圖，使之形成具有結(jié)構(gòu)信息的圖結(jié)構(gòu)(其描述為矩陣形式)，進(jìn)而對其矩陣分解獲取表征每個樣本的特征信息，結(jié)合支持向量機(jī)(SVM)和K近鄰(KNN)分類器完成了多組公開基因表達(dá)譜數(shù)據(jù)集的分類實(shí)驗(yàn)，并對結(jié)果進(jìn)行了分析。
　　 2.根據(jù)近年來提出的非負(fù)矩陣?yán)碚摚瑢⑵溆糜谀[瘤基因表達(dá)譜數(shù)據(jù)的特征提取，首先粗略消除高維基因表達(dá)譜數(shù)據(jù)的噪聲基因，將得到的基因子集進(jìn)行非負(fù)矩陣分解

4、(NMF)，將高維空間中的腫瘤樣本映射到一個低維空間，進(jìn)一步消除了基因表達(dá)譜數(shù)據(jù)中冗余信息，再運(yùn)用模糊C均值聚類(FCM)算法實(shí)現(xiàn)了兩組基因表達(dá)譜數(shù)據(jù)集的聚類實(shí)驗(yàn)，實(shí)驗(yàn)結(jié)果驗(yàn)證了該方法的有效性。
　　 3.由于許多傳統(tǒng)記分準(zhǔn)則中包含了基因表達(dá)譜數(shù)據(jù)的一階信息(均值)和二階信息(方差)，導(dǎo)致這些準(zhǔn)則易受異常值影響(由環(huán)境、設(shè)備和人為操作等因素產(chǎn)生)，導(dǎo)致對單個基因分類重要性打分偏離客觀現(xiàn)實(shí)，以至于選取的特征基因子集來表征腫瘤樣本不