基于GIS的基因表达图谱模型的建立与应用

下载该文档文档格式：PDF 更新时间：2011-04-06 下载次数：0 点击次数：2

文档基本属性

文档格式：

PDF

文档标题：

基于GIS的基因表达图谱模型的建立与应用

文档作者：

关键词：

主题：

单位：

文档创建者：

Adobe InDesign CS3 (5.0.4)

创建时间：

上次保存时间：

D:20110406110511+08'00'

修订：

Adobe PDF Library 8.0

点击这里显示更多文档属性

立; (3)同一肿瘤的基因表达水平在不同样本间是相近的(或接近相同)。基于以上3个假设, 我们得出合理推断, 正常样本基因表达的空间变化相对平稳, 而肿瘤样本则相反, 因此, 我们可以以正常样本基因表达数据为基准构建包含肿瘤基因信息的基因表达图谱模型, 并通过分析基因表达图谱模型来找出信息基因。 1 材料与方法 1.1 研究数据研究数据来自2010年全国研究生数学建模竞赛A题数据(http://ngmcm.sysu.edu.cn/), 共2 000个基因, 62个样本, 包括22个正常样本和40个癌症样本。对数据初步分析后, 去除重复基因和不完整基因表达数据, 最终确定1 991个基因表达数据作为本文的研究数据。这里定义正常样本为N, 癌症样本为C, 可用如下公式表示: , 且其每一列定义为

Page 2

赵龙山等: 基于GIS的基因表达图谱模型的建立与应用 403 , 且其每一列定义为并定义矩阵T如下: 其中, 图1列出了利用半变异函数对正常样本(N)的结果。从图中可以看出, 在以0.01为步长的情况下, 样本数据在空间相对距离小于0.06的情况下, 具有较强的空间相关性, 即N中相邻6个基因表达数据在空间上是相关的(图1)。图1　样本N的空间相关性 Fig.1　Spatial correlation of the sample N 1.2.2 去噪通过邻域分析法来消除基因表达图谱模型中变化过大的格网值, 这些值可能是由于数据获取过程中产生的一些误差, 对分析结果产生影响, 其计算公式为[12]: 式中, g(i, j)为去噪后的基因表达图谱模型栅格值; 为了避免中心值过高对平均值的影响, 在运算时取相邻8个值进行计算, 其运算方法见图, 其模板如下: 模板的运算如图2所示, 为了保持数据大小不变, 运算时在数据的上、下、左、右各加一行或一列。