發(fā)布時(shí)間：2020-11-21 22:09

　　 阿爾茨海默病是一種最常見(jiàn)的癡呆癥。這種疾病的特點(diǎn)是會(huì)導(dǎo)致病人的認(rèn)知記憶、定向、判斷和推理等能力衰退并最終導(dǎo)致死亡。2006年,全球就有2.66億阿爾茨海默病患者,預(yù)計(jì)到2050年,全球中每85個(gè)人中將會(huì)有一個(gè)是阿爾茨海默病患者。然而到目前為止,還沒(méi)有找到特別有效的措施來(lái)治療阿爾茨海默病。為了能夠徹底的治療阿爾茨海默病,就必須能夠了解阿爾茨海默病的發(fā)病原理,也就必須要找到阿爾茨海默病的致病基因。所以尋找阿爾茨海默病的致病基因是目前的一項(xiàng)主要研究。目前尋找阿爾茨海默病致病基因采取的主要方法,是通過(guò)分析DNA微陣列數(shù)據(jù)尋找阿爾茨海默病的候選致病基因。而分析DNA微陣列數(shù)據(jù)的其中一種方法是將表達(dá)相似的基因放在一起(因?yàn)樗鼈兒芸赡茉诠δ苌弦蚕嗨?。傳統(tǒng)的聚類方法只注重聚類結(jié)果,忽略了類中數(shù)據(jù)的排列問(wèn)題,然而將功能相似的基因聚在一起必須考慮基因的排列問(wèn)題。因此,本文首先將求解阿爾茨海默病的全局最優(yōu)排列問(wèn)題轉(zhuǎn)化為T(mén)SP問(wèn)題,然后引入目前流行的智能算法——蟻群算法(Ant Colony Optimization)及其改進(jìn)算法來(lái)解決此問(wèn)題。主要研究?jī)?nèi)容如下:? (1).綜述了阿爾茨海默病,基因芯片技術(shù),尋找阿爾茨海默病致病基因的研究現(xiàn)狀,以及應(yīng)用全局優(yōu)化思想求解最優(yōu)DNA微陣列序列的主要方法。? (2).首先應(yīng)用基本蟻群算法對(duì)酵母菌基因數(shù)據(jù)進(jìn)行處理,并分析討論了三種度量方式在求解最優(yōu)基因序列中的優(yōu)劣;然后引入信息熵并將其作為蟻群算法的結(jié)束判據(jù),智能判斷蟻群算法的迭代次數(shù)并減少運(yùn)行時(shí)間,而且在實(shí)驗(yàn)結(jié)果中我們可以得出改進(jìn)的蟻群算法在處理大規(guī)模數(shù)據(jù)時(shí)的優(yōu)勢(shì)更明顯;最后我們將蟻群分為兩類,并在迭代過(guò)程中減少蟻群規(guī)模,然后還以信息熵作為收斂判據(jù),在大大加快運(yùn)行速度的同時(shí)獲得了與基本蟻群算法幾乎一致的解。?
【學(xué)位單位】：四川師范大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位年份】：2011
【中圖分類】：R749.16;TP301.6
【部分圖文】：

圖 1 自然界中的螞蟻覓食過(guò)程模擬 圖 1 中，假設(shè) A 點(diǎn)為螞蟻巢穴，E 點(diǎn)為食物源，C、H 為障礙物。由于障礙物的存在，螞蟻要想從 A 點(diǎn)到達(dá) E 點(diǎn)，或者從 E 點(diǎn)返回 A 點(diǎn)，只能通過(guò) H 點(diǎn)或 C點(diǎn)繞過(guò)障礙物，各點(diǎn)之間的距離如圖 1(a)所示。假設(shè)每個(gè)單位時(shí)間內(nèi)有 30 只螞蟻由 A 點(diǎn)到達(dá) B 點(diǎn)，有 30 只螞蟻由 E 點(diǎn)到達(dá) D 點(diǎn)，每只螞蟻經(jīng)過(guò)后留下的信息素為 1。設(shè)該物質(zhì)(信息素)停留時(shí)間為 1。在初始時(shí)刻，由于路徑 BH、BC、DH、DC 上信息素是相同的，則位于 B 點(diǎn)和 D 點(diǎn)的螞蟻可以隨機(jī)選擇路徑，可以認(rèn)為螞蟻以相同的概率選擇 BH、BC、DH、DC，如圖 1(b)所示。經(jīng)過(guò)一個(gè)時(shí)間單位后，殘留在路徑 BCD 上的信息量是路徑 BHD 上信息量的兩倍。又經(jīng)過(guò)一段時(shí)間，將有 20 只螞蟻由 B 點(diǎn)和 D 點(diǎn)到達(dá) C 點(diǎn)，有 10 只螞蟻由 B 點(diǎn)和 D 點(diǎn)到達(dá) H 點(diǎn)，如圖 1(c)所示。隨著時(shí)間的推移，更多的螞蟻將選擇路徑 BCD，甚至最終將會(huì)完全選擇路徑 BCD，從而整個(gè)蟻群就找到了從蟻穴到食物源之間的最短路徑。由此可見(jiàn)，螞蟻個(gè)體之間的信息交換是一個(gè)正反饋過(guò)程。

結(jié)論如下： (1) 不同的度量方式將產(chǎn)生不同質(zhì)量的基因序列；(2) 與 Pearson 度量和 Euclidean 度量相比，Euclidean 度量的平方產(chǎn)生最優(yōu)的基因序列，盡管 Pearson 度量是當(dāng)前最常用的基因相似性度量方式。(a) (b) (c) (d) 圖 3. 最優(yōu)序列熱圖(Heat map) 此圖是用 TreeView 軟件顯示蟻群算法求得的最優(yōu)酵母菌基因序列熱圖，(a)是原圖，(b)、(c)、(d)是用蟻群算法分別和公式(1)、(2)、(3)求得的最優(yōu)酵母菌序列熱圖。每一行表示一個(gè)基因表達(dá)數(shù)據(jù)，每一列表示一個(gè)實(shí)驗(yàn)條件，顏色相近的基因表示兩個(gè)基因相似。從四幅圖我們可以得出，對(duì)于蟻群算法，Euclidean 的平方能產(chǎn)生 2 個(gè)度量方式更好的基因序列，而不是經(jīng)常用的 Pearson 度量。
【參考文獻(xiàn)】

相關(guān)期刊論文 前1條

1 單連峰;李明;張惠丹;周寶森;;GLRT和LS_SVM應(yīng)用于基因表達(dá)數(shù)據(jù)分類[J];數(shù)學(xué)的實(shí)踐與認(rèn)識(shí);2010年09期

本文編號(hào)：2893673