基因表達數(shù)據(jù)基因篩選與近紅外光譜微量成分模型優(yōu)化方法研究.pdf

1、現(xiàn)代分析儀器的發(fā)展為復雜樣品的分析提供了大量高維、信息豐富的數(shù)據(jù)。但是，如何從這些數(shù)據(jù)中最大程度的提取有用信息并建立有效的定性定量分析方法，是分析化學工作者目前面臨的一個重要問題?；瘜W計量學已經(jīng)在數(shù)據(jù)處理、信息提取以及定性定量分析中表現(xiàn)出獨特的優(yōu)勢，可以解決許多傳統(tǒng)分析方法無法解決的問題。因此，本論文將利用化學計量學，主要圍繞基于基因表達數(shù)據(jù)的基因篩選和癌癥分類，近紅外光譜技術用于植物樣品微量成分定量分析模型優(yōu)化問題開展了研究工作。具體

2、內(nèi)容主要包括以下兩個方面:
　　1、隨機檢驗方法選擇重要基因并用于基因表達數(shù)據(jù)的癌癥分類。與癌癥分類問題生物相關的基因影響分類的準確率，所以基因篩選是生物信息學中一項很重要的研究內(nèi)容。本論文將隨機檢驗作為一種基因篩選方法用于處理基因表達數(shù)據(jù)。該方法通過統(tǒng)計一系列偏最小二乘-判別分析隨機模型的回歸系數(shù)，得到一個統(tǒng)計量來評價基因的重要性，根據(jù)其重要性便能從一組基因表達數(shù)據(jù)中包含的的幾千甚至幾萬個基因中篩選出少量的重要基因。通過100次

3、平行重復計算，將基因的頻數(shù)作為進一步評價基因重要性的標準。用該方法分別對前列腺癌、肺癌、白血病和非小細胞肺癌四組基因表達數(shù)據(jù)進行了研究，分別選出了18個、4個、9個和7個重要基因從而實現(xiàn)癌癥分類。通過與文獻報道中方法對比所選出的基因、多元線性回歸建模計算分類準確率以及主成分分析得分圖來驗證結果的合理性。通過與之前的研究比較，結果表明隨機檢驗方法用于基因篩選具有一定的優(yōu)越性。因此，隨機檢驗方法可以選出基因表達數(shù)據(jù)中的重要基因并用于癌癥分類

4、。
　　2、近紅外漫反射光譜快速測定植物樣品中綠原酸、莨菪亭和蕓香苷的模型優(yōu)化。多酚化合物因其普遍存在于植物中，并且可以用作潛在促進人體健康的抗氧化劑，已經(jīng)得到廣泛的研究。本論文建立了一種近紅外漫反射光譜快速測定植物樣品中三種多酚化合物（綠原酸、莨菪亭和蕓香苷）的方法。該方法采用偏最小二乘回歸建立模型，并考察了光譜預處理和變量篩選對模型的影響。結果表明，單一的光譜預處理或者變量篩選對模型影響很小，而兩者的組合可以明顯改善模型。結果