基于LASSO的肝癌预后风险基因的数据挖掘分析

论文摘要

目前,肝癌是我国乃至世界各国常见的恶性肿瘤之一,死亡率极高,严重地危害着人们的生命健康,更是给广大家庭带来了极大的经济和精神压力。由于传统药物治疗具有很大的局限性,难以达到预期的治疗效果。靶向基因治疗是一种新的治疗肝癌途径,这种方法更具有针对性,因而具有较好的疗效前景,但是靶向基因治疗需要选择合适的基因,也就是从复杂的基因数据中挖掘出合适的基因标志物。本文首先利用10折交叉验证的LASSO回归分析方法对肝癌病人的基因数据进行降维处理,进而筛选出26个基因标志物;然后利用这26个基因标志物构建了预后模型,并且分别在训练集和验证集上进行了实验,结果表明该模型性能良好;最后对这26个基因标志物进行了在线基因功能分析,通过查证相关文献表明:本文挖掘的基因标志物对于后续的肝癌临床治疗研究有一定的参考价值。

论文目录

• 中文摘要
• Abstract
• 第一章 绪论
•   1.1 数据挖掘的简介
•     1.1.1 数据挖掘的发展背景
•     1.1.2 数据挖掘简要流程
•     1.1.3 数据挖掘重要算法介绍与发展趋势
•   1.2 数据挖掘在生物信息领域内的应用
•     1.2.1 生物信息学简介
•     1.2.2 基因芯片技术的意义
•     1.2.3 基因表达谱的数学模型解释
•     1.2.4 利用基因表达谱进行数据挖掘的研究进展
•     1.2.5 预后基因标志物的研究进展
•   1.3 本文研究目的和意义
•   1.4 本文研究的内容以及组织结构
• 第二章 相关方法的研究
•   2.1 理论方法
•     2.1.1 最小二乘法
•     2.1.2 岭回归
•     2.1.3 LASSO回归
•     2.1.4 Cox回归模型
•     2.1.5 检验假设
•   2.2 技术方法
•   2.3 本章小结
• 第三章 数据挖掘方法的实现
•   3.1 数据准备
•   3.2 实现步骤
•     3.2.1 基因差异表达分析
•     3.2.2 Cox回归分析
•     3.2.3 岭回归分析
•     3.2.4 基于k折交叉验证的LASSO回归分析
•   3.3 预后指数的构建
•     3.3.1 岭回归与LASSO回归的比较
•   3.4 本章小结
• 第四章 结果验证与分析
•   4.1 结果验证
•     4.1.1 在验证集样本上的验证
•     4.1.2 基于临床变量的验证
•     4.1.3 基于GDC数据集的验证
•   4.2 预后基因功能分析
•     4.2.1 基于David的功能分析
•     4.2.2 基于STRING的功能分析
•   4.3 本章小结
• 第五章 总结与展望
•   5.1 主要结论
•   5.2 研究展望
• 参考文献
• 在学期间的研究成果
• 致谢

文章来源

类型: 硕士论文

作者: 唐海涛

导师: 刘刚

关键词: 基因标志物,预后,数据挖掘

来源: 兰州大学

年度: 2019

分类: 基础科学,医药卫生科技

专业: 生物学,肿瘤学

单位: 兰州大学

分类号: R735.7;Q811.4

总页数: 57

文件大小: 5059K

下载量: 293