隨機矩陣理論在肝癌基因功能模塊識別中的應用.pdf

1、肝癌(HCC)是世界上最常見的惡性腫瘤之一,每年大約100萬人死于肝癌。雖然很多的致肝癌因子已經被識別,如HBV感染、HCV感染、酒精中毒、化學致癌物(黃曲霉素B1)、鐵離子過量等,但是研究發(fā)現(xiàn)其發(fā)生與發(fā)展的本質是由于基因表達調控網絡異常所致。近年來發(fā)展起來的CDNA微陣列技術,使得同時平行分析成千上萬的基因成為可能,開辟了大規(guī)模基因網絡研究的新時代,已被廣泛應用于癌癥研究,如前列腺癌、乳腺癌、卵巢癌等。由于細胞系統(tǒng),像許多其他工程合成

2、系統(tǒng)一樣,由無數(shù)功能多樣的元素組成,是模塊化的。其功能的執(zhí)行是由許多不同功能模塊共同作用的結果,因此識別隱含在大量的基因表達數(shù)據(jù)之下的基因功能模塊成為了研究的一大挑戰(zhàn)。
　　迄今為止,人們提出了很多識別基因功能模塊的方法,如布爾網絡方法、微分方程網絡方法、貝葉斯網絡方法、聚類方法和關聯(lián)網絡方法等。但是上述各種方法主要存在以下兩個缺陷:第一,包含了若干個需要人為干涉的步驟,其結果在一定程度上依賴人們的主觀經驗和知識,破壞了結果的客觀

3、真實性。第二,包含了一些隨機因素,如基因表達水平隨實驗時間和樣本條件的變化而變化、有限的實驗樣本導致的測量噪音等。這些隨機因素引入會導致一些虛假的信息,干擾真實的信息,從而影響結果的正確性和真實性。隨機矩陣理論方法可以自動地、客觀地分析基因表達網絡,消除人為的不確定因素和人為的主觀因素。而且,可以通過設置去噪因子q逐步將隨機因素消除。隨機矩陣理論方法克服了以往方法的困難,是一種新的、有效的研究基因表達網絡的方法。
　　本文采用隨機

4、矩陣理論方法研究了肝癌的基因表達網絡。通過標準誤差分析,得到了從富含噪聲的肝癌基因網絡中分離出真實肝癌基因網絡的去躁最充分的關聯(lián)系數(shù),分析了由此獲得的基因表達網絡的13個基因功能模塊,發(fā)現(xiàn)這些模塊與肝癌的產生和發(fā)展有密切的關系?；陔S機矩陣理論的方法克服了以往模塊識別方法帶有主觀因素且不能去除噪聲因子的缺陷,是一種有效去除隨機噪聲,識別基因模塊,簡化基因網絡的方法。由于基因數(shù)目的眾多及細胞生物過程的復雜性,從整體的角度系統(tǒng)研究肝癌基因表