基于非负矩阵分解的大脑不同区域基因表达数据分析

摘要：

基因之间存在多种多样的表达调控活动,一般认为这些调控关系隐含在基因表达谱中.针对阿尔茨海默症(AD)起病隐匿、诊断难、发病机理复杂以及基因信号传导通路和调控关系难以重建等特征,利用非平滑非负矩阵分解(nsNMF)方法提取AD致病基因,聚类过程中利用共表型相关性系数(CCC)选取聚类数k的值,得到最优的聚类数目.针对基因表达数据噪声高、信息变量隐藏难分析的困难,考虑AD的发生发展与许多大脑功能区域密切相关的特性,提出将nsNMF分别应用于AD患者的大脑海马区、内嗅区皮质、颞中回及视觉皮层区的基因表达数据中,共提取3800个显著基因,其中包括确定与AD致病机理有关联的10个致病基因,并进行了生物学分析,得到了AD相关的细胞凋亡、代谢及炎症反应等生物过程,显示nsNMF方法及大脑多区域数据集的联合分析能更全面地探寻AD信号传导关系及基因调控方式.

关键词：微阵列基因表达数据、非负矩阵分解、阿尔茨海默病

所属期刊栏目：31

分类号：Q343.1(遗传学分支学科)

资助基金：国家自然科学基金61271446;上海市科委青年科技启明星计划A类11QA1402900;上海市教委科研创新项目11YZ141

在线出版日期：2013-03-08（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：875-881