近年來隨著對腫瘤疾病的深入研究,許多新的癌癥亞型不斷被發(fā)現(xiàn),根據(jù)傳統(tǒng)方法劃分地腫瘤類型無法滿足當(dāng)前的臨床需求,人們逐漸意識到在單細(xì)胞層面上進行腫瘤異質(zhì)性研究的重要性。單細(xì)胞RNA-Seq技術(shù)的出現(xiàn)使得異質(zhì)性的研究在單細(xì)胞層面上成為可能,它能提供單個細(xì)胞內(nèi)近萬個基因的表達(dá)信息,為理解基因型和表現(xiàn)型之間的關(guān)系、全面揭示細(xì)胞間基因表達(dá)的異質(zhì)性提供了有力的工具。然而遺傳網(wǎng)絡(luò)總是異構(gòu)的,傳統(tǒng)的統(tǒng)計網(wǎng)絡(luò)模型不足以捕獲這種特性,導(dǎo)致單細(xì)胞測序數(shù)據(jù)中的網(wǎng)絡(luò)信息不能被充分利用,造成遺傳信息的浪費。在本文中,我們提出了基于指數(shù)族圖的混合網(wǎng)絡(luò)聚類算法(Mixture ERGM),并將模型算法運用到單細(xì)胞測序數(shù)據(jù)之中,考慮到由于任何聚類算法都會得到相應(yīng)的細(xì)胞簇,因此對聚類結(jié)果進行WGCNA分析和富集性分析檢驗,同時對聚類結(jié)果進行RP分析處理,找出基因表達(dá)數(shù)據(jù)中的差異表達(dá)基因,利用不同細(xì)胞類型內(nèi)部高表達(dá)基因的模塊參與的功能與細(xì)胞類型間的緊密關(guān)系,通過對差異表達(dá)基因以及與其相關(guān)蛋白質(zhì)的富集分析和生物學(xué)通路研究,達(dá)到揭示細(xì)胞異質(zhì)性的目的。

【文章頁數(shù)】：48 頁

【學(xué)位級別】：碩士

【部分圖文】：

圖3.1使用MixtureERGM對三組模擬數(shù)據(jù)集進行網(wǎng)絡(luò)聚類后與真實集群的比較結(jié)果

青島大學(xué)碩士學(xué)位論文14經(jīng)過模擬數(shù)據(jù)的檢驗，我們可以發(fā)現(xiàn)MixtureERGM算法不僅能對數(shù)據(jù)進行統(tǒng)計層面有效的聚類，并且在對潛在子網(wǎng)絡(luò)的擬合上展現(xiàn)出了不錯的效果，是一種合理有效的網(wǎng)絡(luò)聚類算法。圖3.1使用MixtureERGM對三組模擬數(shù)據(jù)集進行網(wǎng)絡(luò)聚類后與真實集群的比較結(jié)果注....

圖3.2模擬數(shù)據(jù)集的擬合優(yōu)度圖

青島大學(xué)碩士學(xué)位論文15(B)集群2的擬合優(yōu)度圖(C)集群3的擬合優(yōu)度圖圖3.2模擬數(shù)據(jù)集的擬合優(yōu)度圖注a.在(A)(B)(C)圖中，縱軸是相對頻率的對數(shù);觀察到的網(wǎng)絡(luò)的統(tǒng)計數(shù)據(jù)用實線表示;箱線圖包括中位數(shù)和四分位數(shù)范圍;淺灰色的線代表了95%的模擬觀測范圍。

圖3.5cluster1中共高表達(dá)基因集合的富集分析結(jié)果

青島大學(xué)碩士學(xué)位論文183.3(A)(C)(E)中顯示的共表達(dá)程度較高的基因集合，同時將共高表達(dá)基因集合組成的網(wǎng)絡(luò)導(dǎo)入到Cytoscape中進行可視化，結(jié)果如圖3.4所示。(A)cluster1共高表達(dá)基因集合的網(wǎng)絡(luò)視圖(B)cluster2共高表達(dá)基因集合的網(wǎng)絡(luò)視圖(C)clu....

圖3.7cluster5中共高表達(dá)基因集合的富集分析結(jié)果

青島大學(xué)碩士學(xué)位論文20的節(jié)點通常彼此接近;圖3.6(C)中的富集術(shù)語由p值進行著色，其中包含更多基因的節(jié)點往往具有更顯著的p值。(A)cluster5中共高表達(dá)基因集合的富集術(shù)語(B)由集群ID對富集術(shù)語著色的網(wǎng)絡(luò)集群(C)由p-value對富集術(shù)語著色的網(wǎng)絡(luò)集群圖3.7clu....

本文編號：3977741