貝葉斯網(wǎng)絡(luò)在臨床及微陣列數(shù)據(jù)分析中的應(yīng)用.pdf

1、近年大量研究表明癌癥是多因素的疾病，不僅與病人所處的環(huán)境和自身體征有關(guān)，它還是多基因參與的一種漸進積累轉(zhuǎn)化性疾病，疾病的變化首先就發(fā)生在基因水平上。因此結(jié)合臨床資料與基因表達譜數(shù)據(jù)對癌癥進行綜合分析，將從宏觀與微觀兩個角度發(fā)現(xiàn)癌癥診斷與治療的相關(guān)因素，從而為癌癥的預(yù)測、療效分析和制定預(yù)防措施提供依據(jù)。本文將貝葉斯網(wǎng)絡(luò)引入臨床和微陣列數(shù)據(jù)的分析，從概率角度定量描述各因素間的影響，揭示多指標(biāo)之間，多層次的多重因果關(guān)系。 首先本文介紹

2、了貝葉斯網(wǎng)絡(luò)的基本概念及其分類情況，詳細(xì)闡述了貝葉斯網(wǎng)絡(luò)的結(jié)構(gòu)學(xué)習(xí)和參數(shù)學(xué)習(xí)的原理，以及與決策樹算法相結(jié)合的優(yōu)化算法，并運用Matlab7.0的FullBNT工具箱實現(xiàn)了貝葉斯網(wǎng)絡(luò)模型的構(gòu)建。 在實例分析中，本文首先分析了包含1441個肝癌病人的臨床資料，建立了一個包含48個變量，71條有向弧的貝葉斯網(wǎng)絡(luò)模型。此模型揭示了包含患者的年齡、性別、有無肝癌家族史等一般情況和治療前理化檢查、手術(shù)及治療前情況、術(shù)后治療、復(fù)發(fā)后治療5個方

3、面的各項指標(biāo)的影響關(guān)系。在網(wǎng)絡(luò)學(xué)習(xí)過程中，筆者討論了最大父結(jié)點數(shù)的設(shè)置和貝葉斯網(wǎng)絡(luò)對小概率事件發(fā)生率的估計能力，并于數(shù)據(jù)中隨機設(shè)置1/5的缺失值，探討貝葉斯參數(shù)估計的EM算法對于含缺失值的數(shù)據(jù)的處理能力。 在對胃癌臨床資料的分析中，本文探討了運用卡方檢驗篩選變量對構(gòu)建貝葉斯網(wǎng)絡(luò)的影響，分析了包含122個胃癌病人的臨床資料，建立了一個包含4個變量，5條有向弧的貝葉斯網(wǎng)絡(luò)模型。闡述了胃癌分期、淋巴結(jié)轉(zhuǎn)移、腹膜擴散以及浸潤深度這幾個變

4、量之間的相互關(guān)系，探討了如何依據(jù)模型進行疾病診斷。 從微觀角度，本文詳細(xì)描述了微陣列數(shù)據(jù)的貝葉斯網(wǎng)絡(luò)模型構(gòu)建的整個流程。微陣列雜交實驗的操作過程中不可避免地會造成基因表達譜數(shù)據(jù)的缺失，同樣的本文引用的胃癌基因表達譜數(shù)據(jù)也存在大量缺失值，本文運用KNN算法對缺失值進行了填充?；虮磉_譜數(shù)據(jù)往往都是連續(xù)型數(shù)據(jù)，在貝葉斯網(wǎng)絡(luò)雖然也能使用連續(xù)型數(shù)據(jù)，但是連續(xù)數(shù)據(jù)的實際意義往往無法明確，且數(shù)據(jù)離散化后能夠明顯提高網(wǎng)絡(luò)學(xué)習(xí)精度，因此本文將基

5、因表達數(shù)據(jù)進行μ±σ的三值離散化后再進行貝葉斯網(wǎng)絡(luò)的構(gòu)建。最終，本文構(gòu)建了一個包含37條基因，35條有向弧的貝葉斯網(wǎng)絡(luò)模型，并例分析了有較多子結(jié)點的兩條基因的在網(wǎng)絡(luò)中的作用與影響。 通過以上試驗比較，本研究的主要結(jié)論有：①對臨床資料及微陣列數(shù)據(jù)進行貝葉斯網(wǎng)絡(luò)分析是可行的，它能夠從概率角度描述各變量間的相互作用，從而揭示多指標(biāo)間多層次的，多因多果的相互影響關(guān)系，可用于指導(dǎo)臨床診斷與治療方案的選擇；②貝葉斯網(wǎng)絡(luò)具有較強的缺失值的處理

6、能力，能通過對含有缺失值的數(shù)據(jù)的學(xué)習(xí)，得到較為精確的網(wǎng)絡(luò)參數(shù)；③對貝葉斯網(wǎng)絡(luò)結(jié)構(gòu)學(xué)習(xí)算法進行了探討，結(jié)合決策樹對網(wǎng)絡(luò)結(jié)構(gòu)學(xué)習(xí)算法進行優(yōu)化，解決結(jié)點排序問題，提高結(jié)構(gòu)學(xué)習(xí)效率；④建立了微陣列數(shù)據(jù)的貝葉斯網(wǎng)絡(luò)模型的構(gòu)建流程，運用KNN算法進行缺失值的填充，進而運用μ±σ三值離散法，對表達譜數(shù)據(jù)進行離散，從而提高貝葉斯網(wǎng)絡(luò)學(xué)習(xí)的速度與實際解釋能力。⑤貝葉斯網(wǎng)絡(luò)對小概率事件的發(fā)生率估計能力有所不足，因此在建立分類指標(biāo)時不宜過細(xì)。 綜上所