基因表達譜數(shù)據(jù)的挖掘研究.pdf

1、基因芯片技術的出現(xiàn)使得研究者可以同時分析上萬個基因在各種生理狀態(tài)或不同的發(fā)育階段的表達情況以揭示它們的功能和相互之間的作用關系。目前，該技術已經被廣泛地應用于醫(yī)學疾病診斷和治療，藥物篩選和鑒定、農作物育種、環(huán)境監(jiān)測等領域。面對海量基因表達譜數(shù)據(jù)，如何利用這些數(shù)據(jù)研究基因間的調控關系成為當前生物信息學的一個重要領域，使用數(shù)學模型對基因表達數(shù)據(jù)進行挖掘已成為研究熱點。本文針對基因表達譜數(shù)據(jù)提出了幾種數(shù)據(jù)挖掘方法，并對珊瑚基因的時間序列表達譜

2、數(shù)據(jù)進行了深入分析。
　　在第一章，論文簡單地介紹了基因芯片技術，分析了目前基因表達譜數(shù)據(jù)挖掘的研究現(xiàn)狀，概括了本文的主要研究工作。
　　在建立基因邏輯網絡時，需要知道基因是處于“表達”還是“抑制”狀態(tài)，而數(shù)據(jù)庫中給出的表達譜數(shù)據(jù)只代表基因的表達水平并未給出確切的表達狀態(tài)。因此，在第二章中，我們給出了一種基于遺傳算法和LVQ網的基因表達數(shù)據(jù)閾值分析方法。對于小的數(shù)據(jù)集，直接用遺傳算法優(yōu)化的Otsu算法找出閾值并給出二值分類結

3、果。對于大的數(shù)據(jù)集，先選出它的一個子集，并用遺傳算法優(yōu)化的Otsu算法對其進行處理；然后，將處理結果后作為遺傳算法優(yōu)化 LVQ網絡的訓練集對網絡進行訓練；最后，用訓練好的LVQ網絡對大數(shù)據(jù)集進行二值化分類。
　　基因的時間序列表達譜是一種非平穩(wěn)的信號，這種非平穩(wěn)的信號中含有大量信息。為了更好地挖掘基因表達譜中的信息，在第三章，我們先通過數(shù)據(jù)預處理和差異基因篩選找出表達差異大的相關基因；然后對這些表達差異大的相關基因的時間序列信號做