1、第二軍醫(yī)大學(xué)博士學(xué)位論文原發(fā)性肝癌特征基因挖掘及基因調(diào)控網(wǎng)絡(luò)的構(gòu)建姓名：吳騁申請(qǐng)學(xué)位級(jí)別：博士專(zhuān)業(yè)：流行病與衛(wèi)生統(tǒng)計(jì)學(xué)指導(dǎo)教師：賀佳20100501gg醫(yī)大學(xué)博士學(xué)位論文離散性網(wǎng)絡(luò)調(diào)控模型(如布爾網(wǎng)絡(luò)模型)，而連續(xù)性模型本身在網(wǎng)絡(luò)結(jié)構(gòu)選擇、參數(shù)估計(jì)和確定等方面均存在一定缺陷。如線性組合模型和加權(quán)矩陣模型無(wú)法衡量基因間非線性的相互作用關(guān)系；微分方程描述網(wǎng)絡(luò)方程的穩(wěn)定形式通常很復(fù)雜，計(jì)算量大，參數(shù)確定困難，抗噪聲能力較差，模型訓(xùn)練時(shí)容易出現(xiàn)

2、數(shù)據(jù)過(guò)擬合；關(guān)聯(lián)規(guī)則用于構(gòu)建基因調(diào)控網(wǎng)絡(luò)時(shí)需要對(duì)數(shù)據(jù)進(jìn)行離散化處理，導(dǎo)致信息損失和關(guān)系的準(zhǔn)確發(fā)現(xiàn)：貝葉斯網(wǎng)絡(luò)模型采用有向無(wú)環(huán)圖與概率分布相結(jié)合表示變量間的作用關(guān)系，直觀地刻畫(huà)具有多種不確定性的基因網(wǎng)絡(luò)，有較強(qiáng)的處理數(shù)據(jù)缺失和噪聲，充分結(jié)合先驗(yàn)知識(shí)的能力。但應(yīng)用于基因調(diào)控網(wǎng)絡(luò)的構(gòu)建時(shí)，由于基因表達(dá)數(shù)據(jù)量巨大，在網(wǎng)絡(luò)學(xué)習(xí)過(guò)程中，候選結(jié)構(gòu)會(huì)隨著變量(基因)呈指數(shù)級(jí)增長(zhǎng)，大大增加了構(gòu)建合適的網(wǎng)絡(luò)結(jié)構(gòu)的難度，有時(shí)難以得到合適的網(wǎng)絡(luò)結(jié)構(gòu)。如何構(gòu)建腫

3、瘤基因調(diào)控網(wǎng)絡(luò)模型，為從分子層面探索其發(fā)生、發(fā)展的機(jī)理提供線索是腫瘤基因表達(dá)譜分析的另一重要任務(wù)，也是后基因組時(shí)代生物信息學(xué)研究的前沿問(wèn)題。課題來(lái)源：本課題受3項(xiàng)國(guó)家自然科學(xué)基金、l項(xiàng)第二軍醫(yī)大學(xué)青年啟動(dòng)基金資助。研究目的：基于原發(fā)性肝癌基因表達(dá)譜數(shù)據(jù)，針對(duì)目前腫瘤特征基因識(shí)別和基因調(diào)控網(wǎng)絡(luò)構(gòu)建中所存在的問(wèn)題，以及數(shù)據(jù)高維、高噪聲、高冗余的特點(diǎn)，探索能有效識(shí)別原發(fā)性肝癌特征基因及構(gòu)建基因調(diào)控網(wǎng)絡(luò)的數(shù)據(jù)挖掘方法。從而在基因?qū)用嫔涎芯靠赡艿?/p>

4、發(fā)病機(jī)理，為從生物學(xué)角度驗(yàn)證基因之間的調(diào)控關(guān)系提供有價(jià)值的線索，從基因水平上認(rèn)識(shí)疾病發(fā)生、發(fā)展的機(jī)制提供數(shù)量上的依據(jù)。研究方法：1、肝癌基因表達(dá)譜數(shù)據(jù)的獲得：本研究的肝癌基因表達(dá)譜數(shù)據(jù)來(lái)自Chen等發(fā)布在SMD(StanfordMicroarrayDatabase)上的肝癌數(shù)據(jù)庫(kù)。該數(shù)據(jù)庫(kù)有104個(gè)HCC樣品和76個(gè)正常肝組織樣品，包括基因22987條。2、肝癌基因表達(dá)譜數(shù)據(jù)整理：為了保證數(shù)據(jù)提供足夠的轉(zhuǎn)錄表達(dá)信息，刪除原始數(shù)據(jù)中缺失值