博碩士論文 982213002 詳細資訊




以作者查詢圖書館館藏 以作者查詢臺灣博碩士 以作者查詢全國書目 勘誤回報 、線上人數:27 、訪客IP:3.234.143.26
姓名 陳尚宏(Shang-hung Chen)  查詢紙本館藏   畢業系所 系統生物與生物資訊研究所
論文名稱 利用階層式叢集及不同分類方法分析人類正常組織特異性基因
(Using hierarchical clustering and different classification methods to analyze human normal tissue specific genes)
相關論文
★ 發展酵素非限制性全基因體調控因子解析方法★ 利用健保資料庫探討常見複雜疾病之中草藥處方研究
★ 主觀影響療癒的案例與主觀在醫療重要性的探討★ 精神分裂症病患與正常人之DNA甲基化網絡的差異
★ 躁鬱症病患的精子之DNA 甲基化的網路分析★ Cloud-R:以R軟體與雲端技術為基礎的生物統計應用網站
★ 中草藥藥性與中草藥遺傳演化樹之關係★ 由ENCODE計畫分析脫氧核醣核酸酶I與組蛋白修飾
★ 皮膚痣圖片毛髮辨識去除★ 中醫癌症處方多由癰瘍、和解之劑與寒方組成,並隨氣溫下降而更改組成
★ 主成分分析與叢集分析於DNA微陣列數據前處理的應用與實作★ 確認與中醫處方有關的環境和社會經濟變數
★ 與中醫處方有關的社會經濟變量關係網絡的確認與分析★ 開發CNN模型預測學生是否退學— 練習如何建立AI模型以從NGS短序列片段數據中偵測SNP
檔案 [Endnote RIS 格式]    [Bibtex 格式]    [相關文章]   [文章引用]   [完整記錄]   [館藏目錄]   [檢視]  [下載]
  1. 本電子論文使用權限為同意立即開放。
  2. 已達開放權限電子全文僅授權使用者為學術研究之目的,進行個人非營利性質之檢索、閱讀、列印。
  3. 請遵守中華民國著作權法之相關規定,切勿任意重製、散佈、改作、轉貼、播送,以免觸法。

摘要(中) 隨著生物資訊領域越來越蓬勃發展,微陣列晶片也被廣為應用,我們的研究即是使用微陣列晶片資料來做後續分析,資料的來源是根據BioGPS這個資料庫所提供經過正規化處理後的晶片資料,這些晶片資料也已上傳到NCBI所屬的GEO,GEO這個資料庫有著各種不同的晶片實驗資料,而我們所著重的目標在於找出人類正常組織具有特異性的基因,找出上述的基因之後我們可以知道每個組織或細胞型態的主要表現基因是哪些,接著我們想更深入了解這些人類正常組織間彼此之間的相對應關係,所以我們將這些特異性基因依照不同情況再利用階層式集群分析法來做分群,並且使用了數種不同的分類方式嘗試去解釋這些分群的結果。
從我們的研究中利用兩種不同的篩選組織特異性基因的方法,第一個篩選方法是找出在不同組織及細胞型態間表現量具有較大變異的基因,第二個篩選方法是參考現存論文的篩選方式,找出每個組織及細胞型態各自特定高表現的基因,條件限制較多,還需符合基因在不同組織及細胞型態間的最高表現量與次高表現量的比值大於兩倍,從我們的結果發現利用第一種篩選組織特異性基因的方法在不論是發育學的胚層概念、生理學、五臟六腑以及十二經絡等四種不同的分類方式所做的階層式叢集分群都會是比較一致的;確定方法之後,我們進一步探討發現組織特異性基因的表現量所做的階層式叢集分群也會比用組織特異性基因在染色體上的分布情形來的理想許多;最後中醫與西醫之間的比較,中醫與西醫的觀點對於解釋這些階層式叢集的分群結果其實是難分軒輊、不分上下的。
摘要(英) With more and more vigorous development of the field of bioinformatics, microarray chips have been widely used, our study is the use of microarray chips to do the following analysis, the data source is based on BioGPS, and it provides normalized processing chip data, these chips data have also been uploaded to the GEO belongs to NCBI, this database has a variety of chip experimental data, our goal is to identify human normal tissue specific genes, when we identify these genes, we can know each tissue or cell type which genes are mainly express, then we want to deeply understand the corresponding relationship between these human normal tissues, so we take these specific genes based on different conditions and next use hierarchical clustering analysis method to do cluster, and then we use several different methods of classification and try to explain these grouping results.
From our study, we using two different screening methods of tissue-specific genes; the first screening method to identify genes with large expression levels variation between different tissues and cell types, the second screening method we take a reference to the existing paper, identify each tissue and cell type their specific high expression genes, ,with more conditions restriction, it also has to meet the genes between different tissues and cell types highest expression level division the second high expression level ratio of greater than two times, from the results, we find the first screening method of tissue-specific genes hierarchical clustering would be more consistent in the four classification of developmental germinal layer concept,physiology, five zangs and six fus, and the twelve main meridians; after determination of the method, we further explore the use of tissue specific genes expression levels hierarchical clustering results are also more ideal than use of tissue specific genes on the chromosome’s distributions; at last, we compare Chinese medicine and Western medicine, Chinese medicine and Western medicine points of view to explain the hierarchical clustering results is nck and neck.
關鍵字(中) ★ 數種不同的分類方式
★ 階層式叢集分析法
★ 人類正常組織特異性基因
★ 微陣列晶片
關鍵字(英) ★ several different methods of classification
★ hierarchical clustering
★ human normal tissue specific genes
★ microarray chip
論文目次 摘 要 i
Abstract ii
誌 謝 iv
第一章 緒論 1
1-1 基因表現量差異 1
1-2 人類正常組織特異性基因 1
1-3 DNA微陣列晶片 2
1-4 研究目標 2
第二章 研究方法 3
2-1 微陣列晶片資料 3
2-2 篩選組織特異性基因 4
2-3 特異性基因在染色體上的分布 7
2-4 階層式叢集分析法(Hierarchical cluster analysis) 8
2-5 數種不同的分類方式 8
第三章 結果 9
一 、 胚層分類 9
二 、 生理學分類 16
三 、 五臟六腑分類 23
四 、 十二經絡分類 30
第四章 討論 37
第五章 結論 39
第六章 參考文獻 40
第七章 附錄 41
參考文獻 1. wikipedia, http://en.wikipedia.org/wiki/DNA_microarray.
2. Wu, C., et al., BioGPS: an extensible and customizable portal for querying and organizing gene annotation resources. Genome Biol, 2009. 10(11): p. R130.
3. Barrett, T., et al., NCBI GEO: mining tens of millions of expression profiles--database and tools update. Nucleic Acids Res, 2007. 35(Database issue): p. D760-5.
4. Ge, X., et al., Interpreting expression profiles of cancers by genome-wide survey of breadth of expression in normal tissues. Genomics, 2005. 86(2): p. 127-141.
5. Ishwaran, H. and J. Sunil Rao, Clustering gene expression profile data by selective shrinkage. Statistics & Probability Letters, 2008. 78(12): p. 1490-1497.
6. Xiao, S.J., et al., TiSGeD: a database for tissue-specific genes. Bioinformatics, 2010. 26(9): p. 1273-5.
7. Safran, M., et al., GeneCards Version 3: the human gene integrator. Database (Oxford), 2010. 2010: p. baq020.
8. Gene Enrichment Profiler http://xavierlab2.mgh.harvard.edu/EnrichmentProfiler/index.html.
9. HuGe Index database. http://zlab.bu.edu/HugeSearch/nph-HugeSearch.cgi?action=start.
10. TiGER. http://bioinfo.wilmer.jhu.edu/tiger/.
11. Su, A.I., et al., A gene atlas of the mouse and human protein-encoding transcriptomes. Proc Natl Acad Sci U S A, 2004. 101(16): p. 6062-7.
12. R-manual, http://stat.ethz.ch/R-manual/R-patched/library/stats/html/mad.html.
13. R-manual, http://stat.ethz.ch/R-manual/R-patched/library/stats/html/hclust.html.
14. wikipedia, http://zh.wikipedia.org/zh-hant/%E8%83%9A%E5%B1%82.
15. 王庭槐, 生理学 高等教育出版社.
16. 百度百科, http://baike.baidu.com/view/19762.htm.
17. 三慧文創/編, 圖解中醫養生智慧:五臟六腑與經絡穴位. 漢宇出版社.
18. 百度百科, http://baike.baidu.com/view/665334.htm.
19. 陸瘦燕 and 朱汝功, 經絡學圖說. 上海科學技術出版社.
20. VeryGene. http://www.verygene.com/index.php.
指導教授 王孫崇(Sun-chong Wang) 審核日期 2011-12-13
推文 facebook   plurk   twitter   funp   google   live   udn   HD   myshare   reddit   netvibes   friend   youpush   delicious   baidu   
網路書籤 Google bookmarks   del.icio.us   hemidemi   myshare   

若有論文相關問題,請聯絡國立中央大學圖書館推廣服務組 TEL:(03)422-7151轉57407,或E-mail聯絡  - 隱私權政策聲明