本站原创
摘要：阿尔茨海默病是痴呆病中最普通、最常见的一种。患者体现为记忆力逐渐衰退甚至丧失,认知功能受阻。据2010年的统计数据显示,我国的老年痴呆症患者已己超过600万人。阿尔茨海默病已成为威胁老年人健康的最主要的疾病之一,目前还没有治疗阿尔茨海默病的有效办法。由此,寻找治疗阿尔茨海默病的根本策略已迫在眉睫。已有探讨证明,了解阿尔茨海默病的致病原理,是寻找有效治疗策略的根本途径。其关键在于识别阿尔茨海默病的致病基因。通过基因芯片技术得到的基因表达数据庞大,样本众多,要快速找到阿尔茨海默病的候选致病基因必须找到一个恰当的切入点。如果找到与已知致病基因相关的基因,其很有可能是阿尔茨海默病的候选致病基因。目前已经被证实的阿尔茨海默病的致病基因有载脂蛋白E(APOE),早老素基因1(presenipns1)和早老素基因2(presenipns2)。本论文正是以已知的致病基因为中心,设计算法,找出与已知致病基因相关的基因,作为为生物验证的候选基因。主要探讨内容如下：首先,理解并掌握基本蚁群算法的原理、模型及实现步骤,了解本论文的数据来源和掌握数据结构；其次,建立基因序列函数,结合基本蚁群算法和K均值聚类算法创建本论文独有的算法方式,并对本论文设计的算法进行修改、改善。最后,利用本论文的算法,找到已知致病基因的伴随基因,即阿尔茨海默病的候选致病基因,得出结论。关键词：阿尔茨海默病论文基因表达论文基因序列论文载脂蛋白E(早老素基因1或2)论文
摘要3-4
Abstract4-6
第一章 绪论6-10
§1.1 阿尔茨海默病及其致病基因探讨近况6-8
§1.2 本论文探讨目的与作用8
§1.3 本论文主要工作8-10
第二章 基本蚁群算法介绍10-16
§2.1 基本蚁群算法原理10-11
§2.2 基本蚁群算法模型11-13
§2.3 基本蚁群算法实现步骤13-16
第三章 K均值聚类算法介绍16-18
§3.1 K均值聚类(K-Means Clustering)16-17
§3.2 K均值聚类算法实现步骤17-18
第四章 本论文识别致病基因的算法介绍18-29
§4.1 引言18
§4.2 本论文算法的基本原理18-19
§4.3 基因芯片的数据来源和数据格式19-20
§4.4 基因序列20
§4.5 本论文中基因序列函数的建立和改善20-23
§4.5.1 基因序列函数的建立20-22
§4.5.2 基因序列函数的优化22-23
§4.6 利用基因序列函数识别阿尔茨海默病的候选致病基因23-28
§4.6.1 数据结构24
§4.6.2 本论文算法的模型和实现步骤24-26
§4.6.3 本论文算法的优化模型和实现步骤26-28
§4.7 本章小结28-29
第五章 实验结果29-35
§5.1 实验结果29-33
§5.2 本章小结33-35
第六章 总结与展望35-36