基于熱擴散模型的致病基因預測方法研究

ID:35015772

大?。?.09 MB

頁數(shù):52頁

時間:2019-03-16

基于熱擴散模型的致病基因預測方法研究_第1頁
基于熱擴散模型的致病基因預測方法研究_第2頁
基于熱擴散模型的致病基因預測方法研究_第3頁
基于熱擴散模型的致病基因預測方法研究_第4頁
基于熱擴散模型的致病基因預測方法研究_第5頁
資源描述:

《基于熱擴散模型的致病基因預測方法研究》由會員上傳分享,免費在線閱讀,更多相關內容在學術論文-天天文庫。

1、分類號密級UDC編號采中鐘與火考碩±學位論文基子熱朱^散轅型巧改病基巧巧例方法研奔學位申請人姓名;方巧索申請學位學生類別;全巧朵I碩去申請學位學科專業(yè);計義機店巧化術指導教師姓名;鑰小華乂投碩擊學位棘吏'MASTERSTMESIS碩±學位論文基于熱擴散模型的致病基因預測方法研究論文作著:方明宏指胡小華教授學科專業(yè):計算機應用技術研究方向:生物信息學華中師范大學計龍學院2015年5月碩壬學位論文MA'STERSTHESIS?Pr-

2、ioritizinDiseaseCausinGenesggBasedonHeatDiffusionModelAThesisSubmittedinPartialFulfillmentoftheRequirementFortheM.S.DegreeinComputerAppUcotionTechnologyByMinhonFangggPostraduateProramggSchoolofComputerCentralChinaNormalUniversit

3、ySuervisor:XiaohuaHup\i(/化乂Academ'icTitle:ProfessorSignaturei^ArovedppMay0152碩壬學位論文?MASTERSTHESIS華中師苑大學學住冷文房刮牲若巧和使用換權說巧居創(chuàng)牲聲巧本人鄭重聲明:所呈交的學位論文,是本人在導師指導下,獨立進行研究工作所取得的研巧成果。除文中已經標明引用的內容外,本論文不包含任何其他個人或。集體已經發(fā)表或撰寫過的研巧成果對本文的研巧做出貢獻的個人和集體,均已在文中^>

4、1明確方式標明。本聲明的法律結果由本人承擔。;"作者簽名:日期^邸參:王年公月巧日^學住冷文狀權使用換權書本學位論文作者完全了解學校有關保留、使用學位論文的規(guī)定,即:學校有權保留并向國家有關部口或機構送交論文的復印件和電子版允許論文被查閱和借亂本人授權華中師范大學可朗t本學位論文的全部或部分內竊i入有關數(shù)據庫進行檢索,可W采用影?。崳娍s印或掃描等復制手段保存和匯編本學位論文。同意華中師范大學可W用不同方式在不同媒體上發(fā)表、傳播學位論文的全部或部分內豁^蝸凌<^作者簽若:方導師簽名:翊年曰期底年曰曰期2&

5、e備月娩:年至月!""本人己經認真閱讀CALIS高校學位論文全文數(shù)據庫發(fā)布章程,同意將本人的""""學位論文提交CALIS高校學位論文全文數(shù)據庫中全文發(fā)布,并可按章程中的□半年一規(guī)定享受相關權益;;□年;□二年發(fā)布。。同意論文提交后滯后作者簽名:言的參導師簽罕日期:又。攻年全月七5日日期:>〇'(年月巧eJ^碩壬學位論文?MASJE民STHESIS摘要近年來,,隨著生物信息學領域的迅速發(fā)展W及應用人們獲取了海量的生物數(shù),逐漸成為生物信息學領域的據,如何從這些海量數(shù)據中挖掘出有價值的生物信息

6、研充熱點。高通量生物技術的發(fā)展為致病基因的預測提供了海量的數(shù)據來源,尤其是蛋白質相互作用網絡和疾病表型相似性網絡等為代表的生物網絡很好地表示了基因和疾病之間的復雜關系,為致病基因預測提供了強有力的支撐。""--當前大部分基于計算的致病基因預測方法采用了guiltbyassociation假設,即表現(xiàn)型相似的疾病往往是由功能相關的基因引起的,并且相關研巧己經證明同類疾病相關的基因產物么間發(fā)生物理相互作用的概率更高。雖然這些方法在致病基因。預測中取得了不錯的成績,但其預測效果仍有提升的空間因此,本文基于熱擴散和多源

7、異構數(shù)據模型來研巧致病基因預測問題,主要研究工作如下:一,第當前大部分致病基因預測方法把網絡中的孤立節(jié)點當成網絡噪音,因此這些算法并不能很好地預測網絡中的孤立節(jié)點。并且現(xiàn)存的方法在預測致病基因時,往往更偏向于網絡中度比較大的節(jié)點,而對于網絡中的稀疏節(jié)點來說,效果不是很一理想一。針對上述問題,本文提出了種基于熱擴散模型和排名致性原則的致病基一因預測方法NDRC,對1931個疾病的所有已知致病基因進行留法交叉驗證。實.驗結果表明在預測度化較小的節(jié)點和孤立節(jié)點方面,NDRC算法性能好于另外H種致病基因預測方法RWR、

8、VAV圧N和PRINCE。最后,將本文提出的致病基因預測方法NDRC方法用于麥克爾綜合征1、蛋白C缺乏癥和過氧化物酶體生物合成障礙1A因呈現(xiàn)明顯的模塊特征。,發(fā)現(xiàn)復雜

當前文檔最多預覽五頁,下載文檔查看全文

此文檔下載收益歸作者所有

當前文檔最多預覽五頁,下載文檔查看全文
溫馨提示:
1. 部分包含數(shù)學公式或PPT動畫的文件,查看預覽時可能會顯示錯亂或異常,文件下載后無此問題,請放心下載。
2. 本文檔由用戶上傳,版權歸屬用戶,天天文庫負責整理代發(fā)布。如果您對本文檔版權有爭議請及時聯(lián)系客服。
3. 下載前請仔細閱讀文檔內容,確認文檔內容符合您的需求后進行下載,若出現(xiàn)內容與標題不符可向本站投訴處理。
4. 下載文檔時可能由于網絡波動等原因無法下載或下載錯誤,付費完成后未能成功下載的用戶請聯(lián)系客服處理。
关闭