基于随机非负矩阵分解的高维生物组学数据整合与关键模块识别

论文摘要

最近的技术使生物样本的多平台基因组分析(例如DNA甲基化(DM)和基因表达(GE))能够同时产生所谓的“多维基因组数据”。这些数据为研究多层次监管机制之间的协调提供了独特的机会。然而,目前对于发现组合模式的多维基因组数据缺乏全面的分析。非负矩阵分解算法最早在1999年由Lee提出,经过多年的发展,该方法已经成为一个比较成熟的算法,在多个领域有着广泛的应用。我们希望将该方法应用于生物组学数据中。然而,实际计算时,该方法存在计算速度慢,结果不唯一等问题。在本文中,我们通过随机投影和正则化项的方法对该算法进行改进,得到了随机非负矩阵分解算法。本文将SNMF算法应用于四个合成数据集和三个真实数据——TCGA数据。在模拟实验中,四个模拟数据的结果均我们的算法在各方面均有出色表现,我们得出相比于传统的非负矩阵分解方法,本文提出的方法具有计算速度快,结果鲁棒性高的优点,说明了RNMF算法相比于NMF算法的优越性。在实际数据的实验中,我们利用GO和KEGG通路分析来说明我们得到的RNMF算法模块中的基因与肝癌相关。最后,我们发现肿瘤标记物阳性患者和肿瘤标记物阴性患者的生存率存在显著差异。

论文目录

• 摘要
• ABSTRACT
• 1 绪论
•   1.1 研究背景及意义
•     1.1.1 研究背景
•     1.1.2 高维生物组学的研究内容
•     1.1.3 常用的生物组学数据
•   1.2 高维生物组学数据的模块识别方法研究综述
•   1.3 论文结构
•   1.4 创新点
• 2 非负矩阵分解模型
•   2.1 非负矩阵分解模型的求解算法
•   2.2 基于乘法迭代法的随机分解方法
•   2.3 包含正则化项的非负矩阵分解模型
• 3 基于随机非负矩阵分解的生物功能模块识别
•   3.1 模拟数据及实验结果
•     3.1.1 模拟数据一
•     3.1.2 模拟数据二
•     3.1.3 模拟数据三
•     3.1.4 模拟数据四
•   3.2 实际数据及结果
•     3.2.1 肝癌
•     3.2.2 卵巢癌
•     3.2.3 黑色素瘤
• 4 结果与展望
•   4.1 工作总结
•   4.2 进一步研究方向
• 参考文献
• 附录
• 攻读硕士学位期间完成的工作
• 致谢

文章来源

类型: 硕士论文

作者: 汪海涛

导师: 邹秀芬

关键词: 随机非负矩阵分解,关键模块,肿瘤标记物

来源: 武汉大学

年度: 2019

分类: 基础科学,信息科技

专业: 生物学,计算机软件及计算机应用

单位: 武汉大学

分类号: Q811.4;TP301.6

总页数: 45

文件大小: 997K

下载量: 15