基于小波包变换的基因微阵列数据预处理方法

目的:基于阿尔茨海默病微阵列基因表达数据,分析研究微阵列基因表达数据预处理的新的有效方法。方法:首先采用标准差滤波、FSC(特征记分准则)和WPT-SAM(小波包变换-微阵列数据显著性分析)方法对微阵列基因表达数据进行预处理,比较处理后获得的基因数和FDR值;然后采用分类聚类方法对处理后的数据进行分类聚类和分层决策聚类,比较分类聚类结果。结果:标准差滤波和FSC方法获得的初筛基因数据较WPT-SAM方法多,但FDR值也高、后续分类聚类结果较WPT-SAM方法差。结论:WPT-SAM方法在预处理微阵列基因表达数据中,是比较灵活理想的分析方法。     

基于小波包变换的基因微阵列数据预处理方法

目的:基于阿尔茨海默病微阵列基因表达数据,分析研究微阵列基因表达数据预处理的新的有效方法.方法:首先采用标准差滤波、FSC(特征记分准则)和WPT-SAM(小波包变换-微阵列数据显著性分析)方法对微阵列基因表达数据进行预处理,比较处理后获得的基因数和FDR值;然后采用分类聚类方法对处理后的数据进行分类聚类和分层决策聚类,比较分类聚类结果.结果:标准差滤波和FSC方法获得的初筛基因数据较WPT-SAM方法多,但FDR值也高、后续分类聚类结果较WPT-SAM方法差.结论:WPT-SAM方法在预处理微阵列基因表达数据中,是比较灵活理想的分析方法.     

基于通路串扰分析的阿尔茨海默症致病机理探寻

目前特征基因提取及致病信号传导通路的重构已成为探寻重大疾病致病机理的重要手段。考虑到基因之间的关联性,利用互信息(mutual information,MI)算法提取出AD患病及其健康对照样本中关联度具有明显变化的基因作为特征基因,在此基础上,基于KEGG通路分析获取特征基因所涉及的信号传导通路,利用距离相关性(distance correlation,DC)算法度量它们之间的串扰关系,最终探寻到33对AD患病前后串扰关系变化较大的通路。通过生物学分析得到:慢性粒细胞白血病通路和剪接体相关通路、子宫内膜癌通路和霍乱弧菌感染通路、幽门螺杆菌感染的上皮细胞传导通路和嘧啶代谢通路,以及促性腺激素通路和嘧啶代谢等通路间的串扰及特征基因的显著变化对AD的发生和发展具有重要的推动作用,研究成果为探寻AD的致病机理提供了新的思路及有益的支撑。     

基于miRNA-mRNA联合分析的卵巢癌调控网络构建

研究表明微小RNA(microRNA,miRNA)通过影响转录后基因表达来调节机体功能,并与肿瘤的发生有密切关系。然而目前癌症致病过程的转录调控网络重构大多致力于转录层面的基因表达数据的处理和分析,如何整合转录及转录后不同类型的生物数据以挖掘它们的共调控机制是目前的研究热点之一。基于此,本研究利用联合非负矩阵分解算法融合卵巢癌miRNA数据和基因表达数据形成共模块,其次对特征模块中miRNA的靶基因进行预测分析,最后对mi RNA-mRNA共模块进行转录及转录后共调控网络构建。仿真结果及分子生物学分析表明,通过联合矩阵分析方法所提取的共模块显示出了与卵巢癌致病具有显著的生物相关性和潜在的联系,此外,GO生物过程分析也进一步的揭示了所提取的共模块中miRNA靶基因的生物学功能与卵巢癌致病密切相关。