基于多种群遗传算法的卵巢癌代谢组生物标志物筛选研究

项目名称： 基于多种群遗传算法的卵巢癌代谢组生物标志物筛选研究

项目编号： No.81172767

项目类型： 面上项目

立项/批准年度： 2012

项目学科： 预防医学、地方病学、职业病学、放射医学

项目作者： 李康

作者单位： 哈尔滨医科大学

项目金额： 50万元

中文摘要： 本项目针对卵巢癌早期诊断和临床治疗的实际医学问题，利用代谢组学和相应的高维数据分析模型与方法，通过临床患者和动物模型的尿液和血液中内源小分子水平的变化，确定若干生物标志物。研究内容主要包括：卵巢癌及对照组的生物标本库建立、代谢组数据的预处理和标准化、多种群遗传算法及并行运算技术、卵巢癌生物标志物及代谢网络的预测、特异性标志物的鉴定和生物学功能解释。本研究重点给出一种新的多种群并行遗传算法的数据分析模型（MPGA-RF），用于筛选具有临床应用价值的卵巢癌特异性生物标志物；其特点是不仅能够筛选具有累加效应的变量，而且能够筛选具有交互作用的生物标志物，同时保证变量筛选结果的多样性。主要思想是尽量将各种不同种类的潜在标志物筛选出来进行分析和鉴别，确定卵巢癌的特异性生物标志物及多种标志物的组合作用，预测新辅助化疗敏感性的靶向标志物及与前体蛋白或基因的关联，对其代谢网络或途径进行合理的生物学解释。

中文关键词： 遗传算法；变量筛选；代谢组学；卵巢癌；生物标志物

英文摘要：

英文关键词： genetic algorithm；variable selection；metabolomics；ovarian cancer；biomarker