首页> 中文学位 >基于深度学习的癌症基因组数据聚类与癌症免疫分析
【6h】

基于深度学习的癌症基因组数据聚类与癌症免疫分析

代理获取

目录

第一个书签之前

展开▼

摘要

癌症免疫是目前最为火热的癌症研究领域之一。研究显示微卫星不稳定性和体细胞变异在癌症免疫中扮演重要作用,但目前还没有研究整合两种变异数据进行癌症免疫分析。癌症是由多种类型的基因组变异导致的疾病,因此,综合多种类型的变异能够更全面地分析变异对癌症免疫的影响。 本文利用深度学习建模的方法对两种癌症基因组变异数据进行聚类,并基于聚类结果对癌症免疫进行分析。首先,本文从TCGA数据库中收集了基因体细胞变异(SMG)和微卫星不稳定性变异(MSI)数据。然后,本文从原始变异数据中提取出变异特征,并对特征进行二值编码。最后,利用深度信念网络分别对两种类型的变异特征进行降维,再利用深度自编码器整合降维特征并对癌症样本进行聚类。 18种癌症的7381个样本被聚成了3个类,每个类具有独特的基因组变异特征。通过分析免疫表达数据,本文发现不同类的免疫表达水平有显著差异,其中SMG和MSI同时较高的类免疫表达较高,而MSI和SMG同时较低的类只在3种癌症中免疫表达较高,SMG较高但MSI较低的类在7种癌症中免疫表达较高。通过将模型应用到皮肤癌的免疫治疗样本数据中,本文发现MSI较低但SMG较高的类免疫治疗应答率较高,但MSI和SMG同时较低的类免疫治疗应答率较低。这些结果表明这两种基因组变异能够影响免疫表达以及免疫治疗效果。 本文的结果不仅揭示了多种基因组变异与癌症免疫的联系,还为癌症基因组学数据的相关研究提供新的思路。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
代理获取

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号