基于生物分子异构网络的基因表型关联预测

基于生物分子异构网络的基因表型关联预测

论文摘要

生物的表型主要由环境因素和遗传差异形成的。随着生物信息学的发展,人们越来越关注生物分子与生物表型之间的关联,但生物分子层面的数据量是非常庞大的,单单依靠生物实验去研究,耗资大且周期长。因此利用计算机领域先进的算法,通过生物分子构建的异构网络去进行一些基因表型的关联预测就成为了研究的热点。生物分子之间存在很多不同层面和不同组织形式的网络,像基因转录调控网络,蛋白质相互作用网络等。除了生物体内在的分子网络,生物分子对于表型的影响也存在许多关联网络,比如基因与性状表型的关联网络,miRNA与疾病的关联网络等。我们的研究主要就是利用生物分子与表型之间的各种异构网络进行关联预测研究。本文的第一个研究工作是通过已有的文献收集整理大黄鱼相关的基因与性状表型的数据以及它们之间的关联。并在关联数据的基础上,提出了一个改进的KATZ算法,对基因与性状表型之间的关联进行了一个预测,并针对预测的结果进行了验证。在第二个工作中我们提出来一种基于元路径的疾病网络捕获算法(mpDisNet)。该算法基于基因,miRNA,疾病构造的异构生物分子网络,利用选定的元路径在异构网络中进行随机游走生成疾病的随机游走实例序列,再通过异质网络的Skip-Gram算法获得每种疾病的特征向量,然后利用余弦相似性去计算疾病表型之间的关联,并针对获得的关联结果进行了验证。实验证明了该方法优于传统的依赖miRNA重叠的方法,除此之外还分析了疾病表型存在关联的病理生物学机制通路。

论文目录

  • 摘要
  • Abstract
  • 第1章 绪论
  •   1.1 课题的背景和意义
  •   1.2 本文的研究工作及创新之处
  •   1.3 本文的组织结构
  • 第2章 相关知识介绍
  •   2.1 相关生物知识
  •     2.1.1 生物分子
  •     2.1.2 异构生物网络
  •   2.2 关联预测算法
  •     2.2.1 关联预测的问题和发展
  •     2.2.2 关联预测的算法介绍
  •   2.3 预测效果验证与分析的方法
  •     2.3.1 交叉验证法
  •     2.3.2 受试者工作特性曲线
  •     2.3.3 PR曲线
  • 第3章 大黄鱼基因与特性表型的关联预测
  •   3.1 概述
  •     3.1.1 问题简介
  •     3.1.2 数据介绍
  •   3.2 相关工作
  •   3.3 计算方法
  •     3.3.1 问题的形式化
  •     3.3.2 基因和特性表型的高斯相互作用属性函数的相似性
  •     3.3.3 KATZ-YC算法
  •   3.4 实验结果分析
  •     3.4.1 留一交叉验证
  •     3.4.2 K折交叉验证
  •   3.5 本章小结
  • 第4章 基于miRNA介导网络的疾病表型的关联预测
  •   4.1 概述
  •     4.1.1 问题简介
  •     4.1.2 数据库介绍和网络构建
  •   4.2 相关工作
  •   4.3 实现过程
  •     4.3.1 实验过程总述
  •     4.3.2 基于meta-path的随机游走
  •     4.3.3 异构的Skip-Gram
  •     4.3.4 基于网络推断疾病表型之间的关联
  •   4.4 实验结果分析
  •     4.4.1 mpDisNet性能分析
  •     4.4.2 基于网络的肺癌和哮喘之间miRNA介导疾病通路的鉴定
  •     4.4.3 基于网络的COPD和哮喘之间miRNA介导疾病通路的鉴定
  •   4.5 本章小结
  • 第5章 总结与展望
  •   5.1 论文工作总结
  •   5.2 不足与展望
  • 参考文献
  • 攻读硕士学位期间发表论文及科研情况
  • 致谢
  • 文章来源

    类型: 硕士论文

    作者: 金淑婷

    导师: 曾湘祥

    关键词: 生物分子,异构网络,关联预测

    来源: 厦门大学

    年度: 2019

    分类: 基础科学

    专业: 生物学

    单位: 厦门大学

    分类号: Q811.4

    总页数: 85

    文件大小: 4912K

    下载量: 20

    相关论文文献

    • [1].生物分子表面水的生物功能研究[J]. 中国科学:物理学 力学 天文学 2016(05)
    • [2].糖尿病新革命 一月注射一次成为可能[J]. 人人健康 2017(15)
    • [3].生物分子液-液相分离的物理化学机制[J]. 物理化学学报 2020(01)
    • [4].微量热泳动技术原理及其在研究生物分子互作方面的应用[J]. 生物技术通报 2015(06)
    • [5].《生物分子与细胞》课程的教学改革[J]. 天津市经理学院学报 2014(01)
    • [6].生物分子计算机可捕获多种疾病信号[J]. 光机电信息 2011(08)
    • [7].生物分子计算机能捕获多种疾病信号[J]. 技术与市场 2011(12)
    • [8].构筑生物分子微图案的研究进展[J]. 材料科学与工程学报 2010(01)
    • [9].羟基磷灰石色谱在生物分子分离中的应用[J]. 药物分析杂志 2008(06)
    • [10].生物分子实验室建设的实践与思考[J]. 新疆医科大学学报 2008(02)
    • [11].新疆理化所在构建大规模异构生物分子关联网络研究中取得进展[J]. 化工新型材料 2019(11)
    • [12].眼见为实[J]. 世界科学 2020(01)
    • [13].以色列开发生物分子计算机 捕获多种疾病信号[J]. 电脑与电信 2011(07)
    • [14].生物分子界面行为及其一步组装新方法[J]. 分析化学 2009(07)
    • [15].生物分子溶液中的弱相互作用研究进展[J]. 化学研究 2008(01)
    • [16].生物分子结合水的结构与动力学研究进展[J]. 物理学报 2019(01)
    • [17].蚯蚓生态毒理生物分子标记及其作用[J]. 农业工程技术 2016(20)
    • [18].科学家尝试绘制人体“地图”[J]. 北方人(悦读) 2019(12)
    • [19].生物分子辅助的纳米材料绿色合成[J]. 化学通报 2011(01)
    • [20].大连化物所生物分子功能研究取得新进展[J]. 化工新型材料 2018(10)
    • [21].走近诺贝尔奖(二) “看清”活生生的生物分子[J]. 大自然探索 2015(02)
    • [22].次生代谢产物的生物分子特性决定基因适合度[J]. 安徽农业科学 2012(27)
    • [23].基于编码微粒的多元与高通量生物分子检测技术研究进展[J]. 中国科学:化学 2011(10)
    • [24].用生物分子辅助技术获水溶性铜纳米颗粒[J]. 功能材料信息 2013(Z1)
    • [25].卟啉及其衍生物对生物分子的识别研究进展[J]. 应用化学 2011(09)
    • [26].利用生物分子中的特征元素解生物学习题[J]. 生物学教学 2015(09)
    • [27].体内生物分子计算系统的原理、进展和展望[J]. 中国科学院院刊 2014(01)
    • [28].双偏振干涉测量技术研究生物分子相互作用:基于功能化脱氧核酸实时无标检测小分子[J]. 化学传感器 2011(04)
    • [29].相互作用熵方法在计算生物分子体系结合自由能中的发展和应用[J]. 山东师范大学学报(自然科学版) 2020(03)
    • [30].功能性生物分子对纳米材料的修饰及影响[J]. 沈阳化工大学学报 2016(04)

    标签:;  ;  ;  

    基于生物分子异构网络的基因表型关联预测
    下载Doc文档

    猜你喜欢