基于GIS的基因表达图谱模型的建立与应用

Page 1

中国细胞生物学学报 Chinese Journal of Cell Biology 2011, 33(4): 402-406 http://www.cjcb.org 基于GIS的基因表达图谱模型的建立与应用赵龙山1　于小玲1　胡国杰2　吴发启1*　魏晓妹2 (1西北农林科技大学资源环境学院, 杨凌 712100; 2西北农林科技大学水利与建筑工程学院, 杨凌 712100) 摘要本文在合理假设的基础上, 根据2010年全国研究生数学建模竞赛A题提供的数据及相关信息, 在GIS的支持下构建了基因表达图谱模型(简称GEPM), 并对其进行空间分析, 从而达到对肿瘤识别信息基因提取的目的。结果表明, 在参与分析的1 991个基因中, 有7个基因可以作为肿瘤识别的信息基因; 通过GIS技术构建GEPM对于肿瘤的识别与诊断是可行的。因此, 通过本文的研究为基因的识别和研究提供了新的方法。关键词栅格数据; GEPM; 半变异函数; GIS; 肿瘤; 信息基因收稿日期: 2010-10-06 接受日期: 2010-12-20 国家自然科学基金(No.40871133)资助项目 *通讯作者。E-mail: wufaqi@263.net, zls7759989@163.com 利用DNA芯片技术测定的基因表达谱数据, 建立分类模型, 找出决定待测样本类别的基因“标签 (或称之为信息基因)”是当前生物信息学研究领域中的重要课题[1~4], 也是正确识别肿瘤类别、给出可靠诊断的关键所在[5,6]。 Golub等[7]以“信噪比”为衡量基因对样本分类贡献大小的指标, 采用加权投票的方法进行急性白血病亚型的识别, 从7 129个样本基因中选出了50 个可能的信息基因, 大大缩小了决定急性白血病亚型的基因范围。因此, 信息基因的选择就是对大规模基因表达数据降维的过程, 逐步缩小基因搜索范围, 以便能更加准确地找出基因“标签”。本文要解决的问题是采用数学方法建立模型, 从海量的基因表达数据中提取出对肿瘤诊断、治疗等有价值的信息基因。近年来, GIS以其强大的空间数据综合分析能力, 逐渐被人们应用到各个方面[8]。 GIS数据库中含有大量的空间数据和非空间数据, 比一般的数据具有更加丰富和复杂的语义信息, 隐藏着丰富的知识, 它主要依据用户要求提出假设, 并以空间可视化的方式表现数据的内容。因此, 本文我们在采用基于GIS的方法构建基因表达图谱模型的基础上, 将基因提取转化成一个空间分析的问题, 从而找出基因“标签”。为了达到这一目的, 首先, 我们假设(1)基因表达数据能够真实反映基因表达水平与肿瘤的关系; (2)所有基因表达数据之间相互独

下一页

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
文档语言：
经理：
备注：
分类：
上次保存者：
修订次数：
编辑时间：
加密标识：
幻灯片：
段落数：
字节数：
备注：
演示格式：