用時間分割與時間平移方法比對微陣列時間序列資料來分析酵母菌細胞週期的基因互動

Analysis of Genetic Interactions in Yeast Cell-Cycle Using Time-split and Time-sliding Comparisons on Time-series Microarray Data

吳憲宗(Hsien-Tsung Wu)

指導教授 ： 蘇豐文

國立清華大學/電機資訊學院/資訊工程學系/碩士(2008年)

摘要

在生物資訊領域中，基因調控網路的推導是一項很重要的議題。雖然目前已經能夠用生物晶片來測量大量的基因表現，但基因之間的相互調控關係仍然尚未全部被了解。由於進行生物實驗必須消耗大量的時間、人力和物力，所以使用資訊科技來輔助基因調控網路的推導，將可為生物學家節省大量的成本。
在本論文中，我們改變過去使用全段基因表現時間序列資料相似度比對的方法，改以切割的方式，取出在生物實驗過程中，基因實際相互影響的片段作為我們基因關聯性配對的依據，再根據基因反應延遲時間來推測可能的調控方向，最後完成基因調控網路的推導。因此我們的論文主要意旨可分為兩大部分：一、基因關聯性配對；二、基因調控方向推導。
我們從史丹佛大學的酵母菌細胞週期計畫網頁上取得我們需要的基因表現時間序列資料，再採用我們所提出的方法進行實驗，最後根據文獻驗證我們所推導出的網路。實驗證明我們所提出的方法在使用相似度比對的方法上能有正面的助益。

關鍵字

生物晶片 ； 基因調控網路

並列摘要

無資料

並列關鍵字

HASH(0x1d235260) ； HASH(0x1d235300)

參考文獻

1. Eisen, M., Spellman, P., Brown, P. & Botstein, D. (1998) Cluster analysis and display of genome-wide expression patterns, Proc. Natl. Acad. Sci. U.S.A. 95, pp. 14863-14868.

2. Filkov, V., Skiena, S. & Zhi, J. (2002) Analysis techniques for microarray time-series data, J. Comput. Biol. 9, pp. 317-330.

3. Kwon, A., Hoos, H. & Ng, R. (2003) Inference of transcriptional regulation relationships from gene expression data, Bioinformatics 19, pp. 905-912.

4. Mayo, M, et al, (2005) Learning Petri net models of non-linear gene interactions. Biosystems. 2005 Oct;82(1):74-82.

5. Friedman, N., Linial, M., Nachman, I. & P□er, D. (2000) Using Bayesian networks to analyze expression data, Journal of Computational Biology. 7, pp. 601-620.