1. 研究目的与意义（文献综述）

（1）研究目的及意义：

①研究的目的

结肠癌是世界上最为常见的消化道肿瘤之一，在全世界范围内是男性的第三大常见癌症，女性第二大常见癌症，它严重威胁着人们的身体与生命健康，已成为人类抗癌道路上的一大天敌。发病率较高的地区分别是欧洲、北美洲、澳洲等发达国家与地区，而南亚、非洲等不发达国家与地区的发病率则较低。总体来看，发达地区的发病率要高于不发达地区。但是近年来，结肠癌在历史低发病率地区的发病率却在逐年快速的增加，这其中也包含了中国，中国的浙江、江苏等沿海地带是高发地区，这与人口老龄化、饮食习惯的改变、肥胖、运动不足等原因密切相关。目前来看，结肠癌已经成为中国人的第五大癌症杀手。科学家们投入了大量的精力和财力来研究结肠癌。

2. 研究的基本内容与方案

（1）研究（设计）的基本内容

研究的基本内容为：首先，对基因表达数据进行初步筛选，去除在癌症与正常细胞中表达无差异的基因即冗余基因；然后，利用lasso方法对基因再次筛选，得到差异表达基因，并采用k-means聚类算法检验提取效果；最后，对癌症细胞进行一致性聚类分析，再结合已有知识对癌症亚型进行识别，并研究各个亚型的生物学意义。

3. 研究计划与安排

1—3周：阅读相关书籍，查阅有关生物统计、癌症分型方面的资料，明确研究的内容，了解并学习相关的理论知识方法，并完成一篇英文文献的翻译工作。填写开题报告，交于老师审阅，并修改直至定稿，提交。
4—5周：收集数据，利用软件进行简单的操作以熟悉软件，同时阅读相关文献。
6—8周：利用有关统计分析软件系统对数据进行统计建模分析，得到初步结果，并对结果进行修正与确认。
9—13周：撰写毕业论文，完成毕业论文初稿。论文内容包括研究意义及现状，理论阐述，方法原理描述，结果分析，总结展望等方面。
14周：修改毕业论文，根据指导老师的意见进行认真的考虑和修改，进一步完善论文的结构和内容。反复修改论文的细节，避免出现细节错误，最后提交。
15周：准备毕业论文答辩。

4. 参考文献（12篇以上）

liu y , gu q , hou j p , et al. a network-assistedco-clustering algorithm to discover cancer subtypes based on geneexpression[j]. bmc bioinformatics, 2014, 15(1):37.

[2] sharma a , paliwal k k . cancer classification bygradient lda technique using microarray gene expression data[j]. data andknowledge engineering, 2008, 66(2):338-347.

[3] yang j , zhou j , zhu z , et al. iterative ensemblefeature selection for multiclass classification of imbalanced microarraydata[j]. journal of biological research-thessaloniki, 2016, 23(1supplement):13.

[4] wu m y , dai d q , zhang x f , et al. cancer subtypediscovery and biomarker identification via a new robust network clusteringalgorithm[j]. plos one, 2013, 8(6):e66256.