LuanVan.vnLuận Văn
Gửi thư

Dự đoán gen điều khiển ung thư bằng Graph Attention Network với Contrastive Learning

Đồ án tốt nghiệp · Đại học · năm 2025 · đề tài tham khảo

Loại tài liệuĐồ án tốt nghiệp
Bậc họcĐại học
NgànhKỹ thuật, xây dựng, môi trường
Tác giảNguyễn Mạnh Dũng
Người hướng dẫnNguyễn Hồng Quang
Cơ sở đào tạoĐại học Bách khoa Hà Nội
Năm2025
NguồnThư viện số Đại học Bách khoa Hà Nội · trang gốc

Tóm tắt

Nghiên cứu tập trung vào bài toán dự đoán gen điều khiển ung thư đặc thù theo từng loại ung thư nhằm hỗ trợ sinh học ung thư và y học chính xác. Dữ liệu đầu vào được xây dựng từ các nguồn đa omics của dự án TCGA, bao gồm biểu hiện gen, đột biến soma và methyl hóa DNA, kết hợp với mạng lưới tương tác gen HumanNet v2. Trên cơ sở đó, nghiên cứu đề xuất mô hình CancerContrastiveGAT sử dụng Graph Attention Network kết hợp Graph Contrastive Learning theo cơ chế học tự giám sát. Mô hình được huấn luyện riêng biệt trên hai ngữ cảnh sinh học là mô ung thư và mô bình thường, sau đó sử dụng sự khác biệt giữa embedding và attention để xếp hạng các gen dẫn dắt ung thư tiềm năng. Kết quả thực nghiệm cho thấy phương pháp cải thiện khả năng phát hiện gen driver, giảm thiên lệch từ tập nhãn hạn chế và đề xuất được các ứng viên gen mới phục vụ nghiên cứu ung thư và y học chính xác
Bản toàn văn lưu tại thư viện Đại học Bách khoa Hà Nội

Thông tin và tóm tắt ở trên lấy từ kho số mở của thư viện trường. Bản toàn văn do thư viện trường quản lý — có nơi cho đọc trực tuyến, có nơi cần tài khoản bạn đọc của trường.

Mở tại thư viện trường ↗
Dùng tài liệu tham khảo cho đúng
  • Đọc để hiểu cách người trước đặt câu hỏi, chọn phương pháp, trình bày số liệu — rồi tự làm với dữ liệu và bối cảnh của bạn.
  • Ý, số liệu, bảng biểu lấy từ tài liệu này phải trích dẫn (tác giả, năm, tên đề tài, cơ sở đào tạo).
  • Đề tài trùng tên vẫn làm được nếu khác đơn vị khảo sát, thời gian hoặc cách tiếp cận — nêu rõ điểm khác trong phần mở đầu.

Hướng dẫn chọn đề tài, cấu trúc và số liệu cho ngành này: Luận văn kỹ thuật, xây dựng, môi trường · Hỏi đáp từng chương với người hướng dẫn số: Học Giả Số · Công cụ số: Luận Văn Số.

Đề tài cùng ngành

Tác giả muốn gỡ, sửa thông tin hoặc bổ sung bản toàn văn: gửi yêu cầu qua trang Liên hệ, kèm đường dẫn trang này.