基于譜圖理論的基因表達譜數(shù)據(jù)分析.pdf

1、利用DNA芯片，可以對成千上萬個基因在不同組織的表達情況進行跟蹤與監(jiān)測，它不僅有助于腫瘤組織的鑒別分類和新亞型發(fā)現(xiàn)，而且為腫瘤分子生物學的研究提供了強大而有效的科學依據(jù)。隨著DNA芯片技術的發(fā)展，基因表達譜數(shù)據(jù)的獲取變得更加容易，使得人們開始在分子水平上研究腫瘤是否發(fā)生以及相應的病變機制;同時通過基因表達譜數(shù)據(jù)分析可以幫助找出與腫瘤相關的致病基因，從而為針對性的腫瘤診斷和治療提供一種全新的方法。
　　 本文基于譜圖理論，研究了腫

2、瘤基因表達譜數(shù)據(jù)，通過構圖實現(xiàn)無結構信息的數(shù)字序列到具有結構信息的圖結構的轉變，并分別用無監(jiān)督、半監(jiān)督和有監(jiān)督的方法實現(xiàn)了基因表達譜數(shù)據(jù)的聚類或分類，同時分析了相應的實驗結果。主要研究內(nèi)容如下:
　　 1.針對基因表達譜數(shù)據(jù)的高維小樣本特性，提出一種基于NormalizedCut的基因表達譜數(shù)據(jù)聚類方法。該方法首先將腫瘤樣本作為圖中的節(jié)點，并構建正規(guī)Laplacian矩陣;然后對Laplacian矩陣進行SVD分解，以獲取反映可

3、以樣本類別信息的指示向量;最后通過指示向量各分量的符號差異實現(xiàn)數(shù)據(jù)類別的劃分。通過對白血病和結腸癌數(shù)據(jù)集的實驗，證明了該方法的有效性。
　　 2.針對原始標記傳播算法重復標記樣本點和閾值選取的不確定性等問題，提出一種基于雅可比迭代的標記傳播算法，并將其應用于基因表達譜分析中。該方法首先標記少量已知類別的樣本，并定義一個表示樣本類別屬性的標記序列，然后通過傳播標記的方式來識別未知類別的樣本。在傳播過程中，某個未知樣本的標記值根據(jù)其

4、余所有樣本當前標記值的加權平均進行更新;同時，已知樣本的標記值始終維持其初始標記水平，以保證標記數(shù)據(jù)的強度。最后，證明了標記序列的收斂性并得到相應的收斂解。通過白血病和結腸癌數(shù)據(jù)集的實驗，證明了該方法的有效性。
　　 3.針對拉普拉斯特征映射(LE)和最大邊緣準則(MMC)在特征提取問題中存在的不足，提出一種基于LE和改進MMC(LE/IMMC)的特征提取算法，并將其應用于基因表達譜數(shù)據(jù)分類。LE/IMMC算法以保持相似數(shù)據(jù)點的