1、第三代高通量測序技術(shù)可以更精準(zhǔn)、更全面地獲得人類基因信息，為研究乳腺癌與基因表達(dá)之間的關(guān)系提供了新途徑，同時也帶來了新的挑戰(zhàn)-如何從三萬多個已知人類基因中高效準(zhǔn)確地篩選乳腺癌致病基因。傳統(tǒng)單因素方法只考慮單個基因的異常表達(dá)對乳腺癌的影響，沒有能力處理基因間的交互作用；測序過程產(chǎn)生的噪聲數(shù)據(jù)的統(tǒng)計顯著性往往高于單個正?；虻慕y(tǒng)計顯著性，以致噪聲特征被誤認(rèn)為致病基因而被篩選出來，這些噪聲特征往往缺乏生物意義上的合理解釋。鑒于傳統(tǒng)方法的不足，

2、本文提出了一種基于AP聚類分析的蒸餾算法篩選乳腺癌致病基因，取得的創(chuàng)新性成果如下：
　　1.針對基因特征選擇，提出了一種基于AP聚類分析的蒸餾算法。蒸餾算法首先應(yīng)用AP聚類將全基因特征聚成多個基因簇；然后在各個基因簇中蒸餾篩選關(guān)鍵基因；最后將篩選出的關(guān)鍵基因聚合在一起。整個過程迭代進行，通過調(diào)節(jié)參數(shù)控制篩選強度和聚類生成的基因簇的個數(shù)，直到篩選出的關(guān)鍵基因個數(shù)等于預(yù)先設(shè)定的值，算法才停止。蒸餾算法模擬物理蒸餾過程，通過AP聚類過程

3、、蒸餾篩選過程、冷凝過程三個子過程完成。其中AP聚類過程旨在將功能類似或者存在交互作用的基因聚到同一個基因簇中；蒸餾篩選過程通過調(diào)節(jié)參數(shù)，可以篩選出乳腺癌關(guān)鍵基因，這些基因可能個體表達(dá)水平并不顯著，但與簇內(nèi)其他基因存在功能上的關(guān)聯(lián)性或者其他交互性；冷凝過程是將各個基因簇中篩選出的基因重新聚合在一起，為下一次迭代做準(zhǔn)備。
　　2.應(yīng)用蒸餾算法從20141個人類基因中篩選出473個與乳腺癌緊密相關(guān)的基因，聚類分析將這些基因聚成9個基因

4、簇。鑒于目前已知的乳腺癌致病基因集中分布在第8個基因簇，本研究對該基因簇的77個基因之間的交互作用、以及與乳腺癌之間的關(guān)聯(lián)性給予生物意義上的解釋，并建議其中66個新發(fā)現(xiàn)的乳腺癌關(guān)聯(lián)基因作為后續(xù)研究的重點。進一步，還分析了77個基因的甲基化程度，篩選出與對應(yīng)基因表達(dá)水平之間的相關(guān)性比較大的4個堿基位點。
　　3.采用基因簇富集分析方法對蒸餾算法生成的9個基因集合進行了統(tǒng)計分析，驗證了算法篩選出的基因集合的有效性。
　　本研究還