浙江大学国家大学生创新性实验计划

1、浙江大学大学生科研训练计划项目（第十九期）中期检查表项目名称：基于基因数据的癌症分型研究项目负责人姓名： 姚宇晨 所在学院（系）：数学科学学院本科生创新网项目申请编号 7780 年级与学号： 大二 3140104694 所学专业： 统计学 联系电话：电子邮件： 项目组成员姓名： 曲笑达 高慧靖 填表日期： 2016.11.11 本科生院教务处制表填表说明一、浙江大学大学生科研训练计划项目中期检查表由立项负责人根据项目实施情况实事求是填写，并用A4纸打印一份，于左侧装订成册，必须请指导教师审核，填写意见和签名，并上交所在学院（系）本科教学管理科。 二、项目负责人填写浙江

2、大学SRTP项目中期检查表后，必须及时将检查表上传至浙江大学本科生创新网。三、学院可采取不同形式进行中期检查，同步查看学生填写的浙江大学大学生科研训练项目记录本。 四、浙江大学大学生科研训练计划项目中期检查表和浙江大学大学生科研训练项目记录本将作为学院给予学生提交项目结题材料完整性、过程管理、总成绩评定和评优的主要材料之一。项目名称基于基因数据的癌症分型研究立项经费0起止时间2016年6月至2017年5月负责人学号姓名年级所在院系、专业联系电话E-mail 3140104694姚宇晨14级数学科学学院 统计加成员3140100901曲笑达14级数学科学学院 数学与应用

3、数学178168614603140103140101861高慧靖14级数学科学学院 数学与应用数学178168619173导师姓名张朋院系数学科学学院职务/职称特聘研究员E-mail联系电话一、 SRTP项目研究进展情况（对研究内容、方法、进度和过程规范等）研究内容癌症治疗的关键在于及早发现并治疗。最大的挑战是癌症早期诊断和分型，以区分形态上相似的肿瘤亚型。本组成员通过肺癌数据的聚类分析，探究肺癌各种亚型的分类特征，从而更好的为早期癌症分型做准备研究方法聚类分析是一种将物理或抽象对象的集合分组为由类似的对象组成的多个类的分析过程。在研究过程中，我们将利用聚类分析的方法对从网上下载的基因数据进行

4、聚类分析，从而得到能够精确区分肿瘤亚型的特征基因簇，从而为早起癌症分型做准备。进度目前我们基本完成了知识学习过程，对于统计，分子生物学，聚类算法有了充分的认识，还有一些不足之处可以在后面的过程中及时查漏补缺。软件操作遇到了一些语言障碍，但目前看来不存在大的问题，软件操作还不够熟悉，相信通过之后的过程，一边实践，一边学习，可以很快把软件熟练应用起来。已经对数据完成了预处理和初步分析过程，取得了一定的阶段性成果。过程规范遵守中华人民共和国公民道德准则，拒绝参加不道德的科研活动。   遵守诚实原则。在项目设计、数据资料采集分析、公布科研成果，以及确认同事、合作者和其他人

5、员对科研工作的直接或间接贡献等方面，必须实事求是。遵守公正原则。对竞争者和合作者做出的贡献，应给予恰当认同和评价。进行讨论和学术争论时，应坦诚直率，科学公正。对研究成果中的错误和失误，应以适当的方式予以承认。尊重知识产权。研究成果发表时，做出创造性贡献且能对有关部分负责的人员享有署名权，未经上述人员书面同意，不得将其排除在作者名单之外。二、 SRTP项目研究已取得阶段性成果和收获（体会）阶段性成果l 在分子生物学，统计学，聚类算法等方面有了一定了解；l 学习了R语言和Expression Console软件，并且实践了一些算法；l 从网上找到了分析该问题合适可信的数据；l 对于数据完成了预处理

6、和初步分析；收获目前我们已经阅读了多篇该领域相关的文献，了解了一些相关算法与聚类分析方法的应用。对我们将要研究的课题有了一个大致的了解。同时，阅读了领域相关知识的基础教材，基本掌握了研究中将要涉及到的相关知识，同时也寻找到了不少相关的数据库资源，对这些数据的处理方法有了一个大致的概念。三、 SRTP项目研究存在的主要问题分析及应对思路与措施1. 数据来源困难，专业数据难以理解我们遇到的第一个问题是生物基因数据主要来自于某些国际生物数据库，基本上都是英文，阅读上有障碍，尤其是专业词汇。另外，在我们找到的癌症基因数据中，数据格式并不是常规的格式，也无法用常规的软件和R包打开，这使得研究数据比较困难

7、。对此，我们发现这一类型的数据可以通过R语言中的bioconductor包打开或者Expression Console这一专门类型数据的分析软件。在接下来的时间里面，我们会集中精力摸索该软件和R包，一边实践，一边学习。1. 软件操作不熟悉，只能解决基本问题对于R包bioconductor，网络上相关的教程有限，大部分还是英文的，在聚类算法的实现上面上和普通环境下的R语言算法出入较大，这也是较为困难的地方，接下来我们会在这上面花时间，对于不懂的问题，会及时与导师交流。对于Expression Console，我们找了该软件的教程，也进行了一定的操作，在输出结果的阅读还有一些小的障碍，但是相信解决

8、不是难事。2. 非生物专业出身，专业知识匮乏虽然我们在前半年了中学习了很久的分子生物学相关的知识，但是该门学科博大精深，很难利用半年的课余时间完成学习，好在张朋导师热心地解答了我们很多的问题，在确定了具体研究对象之后，我们集中精力在癌症分型上面的生物知识学习，减轻了学习压力。四、 SRTP项目研究下阶段主要任务及时间进程安排2016年11月下旬到12月上旬： 使用Expression Console软件进行数据分析2016年12月中旬至2017年1上旬：在bioconductor包中实现之前学习的聚类算法2017年寒假：进一步学习癌症相关基因知识，对上学期遇到的问题集中研究，实现聚类算法，找出

9、分类特征。2017年3月中旬至4月下旬：讨论寒假自学心得，检验聚类效果，尝试提出算法的改进；2017年5月上旬至6月：和导师深入探讨，改进研究并撰写论文。五、SRTP项目经费使用情况（说明购置实验材料、试剂、药品、加工测试、资料、复印、调研、交通等已开支经费数额）暂无六、项目组成员各人分工所承担和完成研究内容情况项目组负责人所承担和完成研究内容情况汇报姓名：姚宇晨1. 总体规划、任务分配与进度设计，在收集到了各方资料的基础上，根据小组成员的喜好，选择了研究肺癌分型这个课题；2. 学习相关背景生物化学以及生物信息学的知识并与小组成员探讨一起学习；3. 学习并应用R软件和Expression Co

10、nsole，使用Expression Console 绘制了信号图、相关性图标，完成了PCA分析等前期工作；4. 主持讨论小组，介绍近期研究进度以及分享学习的知识；5. 组织小组成员准备中期答辩，进行了中期答辩的演讲工作和提问环节； 项目组第一成员所承担和完成研究内容情况汇报姓名：曲笑达1. 查阅相关论文，了解了在生物信息学中常用的分析方法，尤其是聚类分析方法，做好笔记并与小组成员探讨一起学习；2. 参与讨论小组，介绍近期研究进度以及分享学习的知识；3. 记录每次小组讨论的内容摘要，记录主要存在的问题等待后续研究或者询问导师；4. 制作中期答辩的PPT和展示材料；项目组第二成员所承担和完成研究内容情况汇报姓名：高慧靖1. 负责与导师联系，约定时间和检查工作进展情况；2. 算法学习，主要是当前比较流行的聚类算法，并致力于聚类算法在R语言中的实现；3. 参与讨论小组，介绍近期研究进度以及分享学习的知识；4. 参与中期答辩和中检表的撰写； 七、指导教师意见（从研究内容和进展、阶段性成果、存在问题、过程管理和建议等加以评价）该组同学在SRTP的完成过程中，对于肺癌分型上面应用聚