基于启发式信息的肿瘤基因表达谱降维与分析方法研究

项目名称： 基于启发式信息的肿瘤基因表达谱降维与分析方法研究

项目编号： No.60973153

项目类型： 面上项目

立项/批准年度： 2010

项目学科： 自动化技术、计算机技术

项目作者： 王树林

作者单位： 湖南大学

项目金额： 32万元

中文摘要： 肿瘤是一种目前还不完全明白其发病机理的严重危害人类生命健康的分子疾病，而基因芯片与RNA-Seq技术的出现为从分子水平上研究其发病机理与临床诊断提供了强有力的手段。本课题研究了基于启发式信息的信息基因选择与特征抽取方法，设计了基于网络分量分析的调控网络构建方法。通过利用肿瘤类别信息来发现具有最高分类性能的最小基因子集并以基因在子集中的出现频数来度量基因与肿瘤的密切程度，从而能够发现重要的肿瘤相关基因；而通过基因表达谱的矩阵分解所获得的因子矩阵的统计信息来实现信息基因的选择能够满足聚类分析的要求。采用诸如因子分析与流形学习的特征抽取方法来实现基因表达谱的降维能够实现样本的可视化表示。通过对肿瘤基因表达谱结构特点的探索，能够发现肿瘤相关基因之间的调控关系与功能模块，为肿瘤分类模型构建、样本聚类分析与调控通路分析奠定基础，为最终设计肿瘤的临床诊断软件、肿瘤药物的研制以及肿瘤的个性化治疗提供依据。

中文关键词： 基因表达谱；肿瘤分类；机器学习；维数约简；基因调控网络

英文摘要：

英文关键词： Gene Expression Profiles；Tumor Classification；Machine Learning；Dimensionality Reduction；Gene Regulatory Network