本文研究了基于哺乳动物表型本体和人类表型本体对人类疾病和小鼠基因的表型进行映射，进而基于同源关系利用小鼠基因数据预测人类疾病的致病基因的方法。通过相关实验和结果分析，验证了本文算法的正确性和有效性。

本文的目的在于通过比较由实验获得的表型数据和与人类疾病相关的表型描述，得到在小鼠基因上的候选基因的排序。将我们的算法应用在从MGI中收集表型数据，并将其与和OMIM中获得的与疾病相关的表型进行比较。通过将人类表型本体（Human Phenotype Ontology，HPO）[28]和哺乳动物表型本体（Mammalian phenotype ontology，MP）[27]两个本体进行映射。本文提出预测小鼠中致病基因的算法，基于把实验得到的表型数据和人类疾病的表型描述进行比较，由此实现了跨物种本体的映射。通过这样的工作，我们还可以发现这些资源本身的新的关系。

在实现跨物种本体映射之后，我们将对人类疾病的致病基因进行预测。通过语义相似性，比较人类疾病与动物模型的相似性，借助相关的语义相似性衡量标准，得到一个可能导致这一疾病的基因的有序序列。

实现上述工作之后，将对本文的算法进行评估与验证。包括对跨物种本体映射的准确性以及人类疾病致病基因预测的准确性进行评估。

论文结构安排

本文的剩余章节安排如下：

第二章将主要介绍跨物种本体的映射以及根据表型相似性预测致病基因的相关内容。其中本体映射方法主要介绍词法映射算法以及利用Jaccard系数作为表型相似性指标。

第三章详细描述了基于跨物种本体匹配的致病基因预测的实现方法。主要分两大部分，第一部分讲实现跨物种本体映射，第二部分实现对人类疾病的致病基因的预测。先描述对数据的处理，然后分析具体的实现算法。

第四章将对本文实现的算法进行测试以及对测试进行详细的分析，结合相关评价指标对本文的算法进行评估。

第五章对全文进行总结，并提出了现有算法中仍然存在的一些问题，对进一步的研究工作进行了展望。

本文借助动物模型，实现了基于跨物种本体匹配的致病基因预测。本文主要采用本体映射算法以及语义相似性进行疾病的致病基因预测。

本文采用的本体映射算法是基于OWL的词法映射算法LOOM，而LOOM算法是以字符串匹配为核心。同时，使用MPO.db数据包，MPO.db对在线MPO数据进行整合，使用者可以通过该软件包可以方便的查询疾病表型的基本信息及其之间的父亲、孩子和祖先、后代等关系。本文需要求解每个节点的祖先节点，因此使用MPO.db包中的这一功能。通过一系列处理，得到从HPO到MP的所有映射关系，为疾病的致病基因预测打下数据基础。

本文使用Jaccard系数作为语义相似性的评价指标。Jaccard系数是用来比较样本集中的相似性和分散性的一个概率。Jaccard系数等于样本集交集与样本集合集的比值。通过LOOM算法将与HPO直接相关的人类疾病用MP进行注释，找出与该疾病相关的所有MP的表型；另外，使用动物模型的表型与基因的关系，将小鼠基因用MP表型注释，从而得到小鼠基因所有的MP表型。当然，此处的小鼠基因是人类和小鼠的同源基因，为了解释动物模型的作用，我们称之为小鼠基因。此时，再利用Jaccard系数，将所有的基因进行排序，得到人类疾病的致病基因的序列。