论文部分内容阅读
癌症的产生与发展与人类生存环境、个体遗传因素等都存在密切关系,鉴于这种异常复杂的系统疾病对人类生存与健康所造成的生命危险,全世界的很多顶级科研机构一直都在积极开展研究,以期尽早发现癌症发生发展的致病机理。新一代测序技术的出现极大地加速了癌症研究,为发现癌症相关的重要信息基因以及这些基因之间的相互关系奠定了基础。21世纪对于癌症研究将趋向集成化、多层次化,研究重点将从个别基因发展为多基因模块,从单组学数据迈向多组学数据,从单个细胞扩展到人类整体。系统生物学能够为癌症等复杂疾病的研究提供新思路,它不仅是一种新的研究策略,也能够为未来抗击癌症等复杂性疾病注入新的活力。在生命科学领域,挖掘利于识别癌症早期特征的生物标记物,掌握癌症产生与发展的生物网络调控机制,一直是世界范围内的重要研究问题。由于癌症基因组中基因变异具有广泛的复杂性,识别癌变过程中的关键基因模块并理解它们的功能机制是当前生物信息领域的一个主要挑战。大体上,基因表达可以被异构多层次的调控因子调控,例如拷贝数,甲基化,转录因子,mi RNA等。本文从数据集成的角度来研究异构多层次数据,并科学地引入lnc RNA组学数据,构建生物网络模型。通过聚类方法总结与癌症和肿瘤相关的关键致癌基因模块。总结出一种挖掘导致癌症发生的关键基因模块的系统方法。我们应用该方法挖掘出包含15个基因的关键基因模块,通过分析这些基因具有的功能以及所在的通路,发现其癌症的发生与发展密切相关。我们还对其进行了生存分析,发现它们能够很好的区分高低风险组。所有这些结果表明通过集成多组学生物数据能够发现关键基因模块及其异常调控的基因集合,有助于研究癌症。后基因组学的出现识别出大量的基因集合。这些基因集合往往与相同的或近似的疾病相关,并且通常作为差异表达基因列表,共表达基因模块,蛋白质复合物或信号通路。比较基因集合并把它们之间的关系解释为易于理解的潜在生物机理仍然是一个难题。为丰富本文挖掘关键基因模块的方法,提出一种基于校正累计得分的密度聚类方法,该方法通过计算基因集合功能相似度得分作为密度聚类距离度量,进一步通过聚类挖掘蕴藏在异常调控基因集合中的关键基因模块。实验结果证明,该方法挖掘出的三个关键基因模块与癌症密切相关,所在的功能与通路能够对癌症产生重要影响,有助于癌症研究。本文最后进行平台搭建,开发出训练平台与聚类平台,方便本文方法应用。