网络分析方法及其疾病标志物识别应用研究

来源 :华南理工大学 | 被引量 : 0次 | 上传用户:wangcaihong121
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
本文探讨了生命科学领域的一个热点问题—-疾病标志物识别,并且采用计算机科学领域网络分析方法解决该问题,这种交叉研究使其在理论和应用层面上都具有巨大的研究价值和科学意义。生物体是存储并加工信息的复杂系统,而该系统的核心是其组成成分准确地行使各自的功能并且相互协调合作,疾病的产生和发展往往是分子之间调控机制异常导致的,因此,设计有效的数学分析方法发现疾病相关的分子调控机理(疾病标志物),对疾病深入了解、创新药物研发、创新工具开发,治疗效果提升和医学科技发展起到举足轻重的作用。本文围绕疾病标志物识别问题,设计了三类有效的数学分析方法:基于单网络分析方法、基于双网络分析方法和基于多网络分析方法,其研究成果集中在如下几个方面:
  首先,作者提出了一种基于流形学习的脑网络公共谐波识别算法。通常,与疾病相关的大脑区域变化不是随机出现的,而是遵循大规模的大脑网络分布。在这种情况下,设计强大网络分析方法对于理解整个大脑的神经病理学机制是必不可少的。实际上,每个大脑网络的拓扑结构都由其内在的谐波控制,该谐波是从脑网络拉普拉斯矩阵的特征系统派生的一组正交基。为此,作者提出了一种新颖的脑网络谐波分析框架发现与脑部疾病相关的基于谐波的脑变化。该框架为脑谐波的分析专门设计了一个全新的流形代数方法,它克服了在不规则数据结构上使用传统欧几里得运算的局限性,并在合成数据集和阿尔兹海默症数据集上验证我们方法的有效性和合理性。
  其次,作者提出了一种基于多网络约束高阶图匹配的基因-药物共表达模块识别算法。目前大量基因组学,化学和药理学数据的出现为我们研究药物基因组学提供了新的机遇和挑战。识别基因-药物关联关系不仅对全面了解药物作用的分子机制至关重要,而且对开发有效的患者治疗方法也很重要。然而,准确识别药物基因组学数据之间的复杂关联关系仍然具有挑战性。因此,作者提出了一种新颖的高阶图匹配框架捕获数据内在结构关系,融入先验知识调控网络增强所识别关系的可靠性,设计有效采样策略减低模型计算复杂度,最终准确识别基因-药物共表达模块。在合成和药物基因数据上对该方法进行了实验验证,证明该方法能够发现密切关联的基因-药物共表达模块。
  再次,作者提出了一种基于高阶图匹配的共有和特有miRNA-基因调控模块识别算法。识别miRNA和基因之间的调控模块在癌症研究中至关重要,它不仅促进了对癌症分子机制的全面了解,而且还促进了精准治疗的发展。但从受试者收集的基因组数据通常涉及不同的癌症状态,例如不同的TNM恶性肿瘤分期(TNM)或组织学分型。因此,迫切需要开发一种新颖的方法来联合分析不同癌症状态下的miRNA和基因数据,以识别肿瘤发生的共有机制(共有模块)和亚型特有的调控机理(特有模块)。为此,作者开发了一种高阶图匹配模型,并融入变分差分正则化项提取癌症的共性特征,并保留不同癌症亚型特有的miRNA-基因调控机制。在合成数据,胃腺癌和乳腺浸润癌数据实验中,证明该方法不仅能够提取不同亚型之间潜在的共有模块,还能够识别亚型特有的调控模块,揭示与亚型相关的重要生物功能。
  最后,作者提出了一种基于多网络约束多图匹配的多维调控模块识别算法。目前大量多维基因组学数据的积累为研究多层生物学调控关联关系提供了新的机会。从多组学数据中识别多维调控模块对于全面了解生物系统的调控机制至关重要。为此,作者开发了一种基于多网络约束的多图匹配框架,通过考虑多维组学数据内部和之间的关联关系(如网络内的交互作用和网络间循环一致性信息)来准确捕获高度相关的多维调控模块。该方法同时还采用了一种新颖的图平滑相似度测量方法降低噪声和缺失值污染的影响。在合成数据和宫颈癌数据的实验上,证明了该方法可以准确有效地识别在GO生物过程和KEGG通路中显著富集的多维调控模块,并且同一调控模块中不同水平的分子共同调控同一通路。
  综上所述,本文对网络分析方法及其疾病标志物识别问题进行了深入的研究。针对单网络分析问题,提出了一种基于流形学习的脑网络公共谐波识别算法;针对双网络分析问题,提出了一种基于多网络约束高阶图匹配的基因-药物共表达模块识别算法,同时,扩展该方法到miRNA和基因数据中以期发现共有和特有miRNA-基因调控模块;而对于多网络分析问题,提出了一种基于多网络约束多图匹配的多维调控模块识别算法。大量理论分析和实验结果证明,本文提出的一系列方法深入挖掘疾病标志物识别问题的本质,显著提升了算法的性能,并丰富了生物信息学领域对该问题的研究内容。
其他文献
学位
MgB具有临界转变温度高、相干长度大、化学组成和晶格结构简单、原料价格低廉等优点,而且远比陶瓷性氧化物高温超导体容易加工成形。这些优越的特性使其在超导电力、电子器件、国防以及医疗仪器(特别是核磁共振成像磁体)等方面具有广泛的应用前景。本文系统研究了各种不同物理化学性质的物质掺杂对MgB线带材微观结构和超导性能的影响。通过详细的分析和测试手段,探讨了纳米C掺杂提高线带材的临界电流密度的原因。分析了各
学位
本论文的研究目的是在不同的气体组分、气压、电压参数条件下,详细研究基于Pulser/sustainer技术的紫外预电离长脉冲TE CO激光的输出特性,取得了如下成果: 1.改进了谐振腔机械结构。通过不同气压下激光器的运转实验证明,新设计的光桥系统和谐振腔结构装调方便,能够在不同气压条件下保持状态稳定。2.设计了新型的激励电路。在原来激励电路中引入一个串联电感为Pulser/sustainer回路所
学位
纳米材料的制备和性能研究是近几十年来国际上各领域的学者关注的焦点,材料有一个维度在纳米尺度就可以称为纳米材料,本文以一维SnO2纳米结构为代表,着重研究了半导体纳米结构制备、性能研究;二维BaxSr1-xTiO3、BaZrxTi1-xO3纳米薄膜的制备、性能研究以及基于BZT薄膜的移相器研制,开展了多方面创新性的实验工作。取得了如下结果:  1.研究了Vapor-Liquid-Solid(VLS)
学位
该论文主要研究的是静止图像水印.在第一章中介绍了数字水印技术的背景、定义、分类、应用、主要特征和数字水印的攻击行为及数字水印算法的评估等问题.在第二章从原理上给出了一个一般的数字水印框架和数字水印的基本问题,包括水印的产生、嵌入和提取;另外,介绍了数字水印技术的典型算法,对前人的工作进行了回顾和总结.第三章是该文的重点,改进和提出了三种数字水印算法并且分别进行了实验仿真:1、基于混沌、纠错编码、位
学位
电气化铁路近年来已经成为了我国最主要的铁路牵引动力方式,其覆盖范围越来越广,在铁路中的比例也越来越大,而保证接触网设备的正常工作对电气化铁路的安全运行起到至关重要的作用。如今以深度学习为手段的接触网异常检测技术正逐渐成为主流方法,然而深度学习对于数据量的要求很高,因此为了进一步提高基于深度学习的接触网设备检测的准确性及可靠性,找到高效且智能的数据增强技术具有重要的意义。  本文的研究工作以6C系统
学位
本文主要研究基于采样数据的事件驱动系统及其应用。首先基于推广的连续离散分析方法给出了在不同通讯条件下保证事件驱动系统指数稳定的充分条件,而后分别将其应用到一类本质非线性系统的输出反馈控制,一类多输出非线性系统的观测器设计以及多智能体系统分布式优化等问题中。主要工作可以总结如下:  第一章介绍了课题的研究背景。分别说明了事件驱动控制,输出函数未知的非线性系统镇定问题,非线性观测器设计及分布式优化与控
四旋翼飞行器是一种结构简单、体积较小、易于操控、能够垂直起降的无人航空器,它凭借着这些优点被广泛应用于民用和军事领域。四旋翼无人机能够稳定飞行需要依靠它的飞行控制系统,因此对飞控系统的研究具有重要意义。对于这个欠驱动、多变量、强耦合的非线性系统,可能还会受到各种环境因素的影响,提高四旋翼控制系统的稳定性、鲁棒性和抗扰性是很有必要的。本文基于自抗扰控制技术,设计了四旋翼姿态和位置的自抗扰控制器,实现
该文主要研究遗传算法的理论及应用.首先分析遗传操作的可达性和达概率以及交叉和变异概率的上限,然后针对遗传算法的早熟收敛提出新的种群多样性衡量标准、作用因子函数及个体浓度等概念,提出一种新的近亲交叉回避策略,基于上述工作提出几种改进的遗传算法:一种新的优胜劣汰遗传算法、自适应变步长定向变异遗传算法、基于抽象遗传算法模型的自适应遗传算法、自适应小生境递阶遗传算法及改进的压缩映射遗传算法,证明了自适应变
学位
中医在我国医疗体系处于重要地位,几千年来为民族繁荣和人民健康做出了巨大贡献,特别在最近的新冠疫情(COVID-19)中,中医诊疗技术发挥了重要作用。在“人工智能+”的大背景下,智能中医技术的研究能为中医打开智能化发展的新格局。中医知识体系庞大且错综复杂,医师严重依赖大量临床经验。将中医知识库融合多源体征信息,嵌入中医领域知识,再进行全过程高效、客观的健康管理是智能中医研发的必然趋势。  本文的研究
学位