构建基因调控布尔网络的一种方法

为了重构基因调控网络,提出可以通过基因之间的布尔逻辑代数和逻辑电路网络得到基因调控的动态转换。进而找到整个基因网络的动态变化。利用熵互信息理论对基因表达进行处理,构建基因调控布尔网络。     

数据选择器逻辑功能的通用性

数据选择器是一种能从多个输入数据中有选择地将一个输入数据送到输出端的组合逻辑电路。本文分析了数据选择器可实现一般与或逻辑函数 ;根据逻辑反函数的一种特殊表示形式 ,指出数据选择器可直接实现与或非逻辑函数 ;并分析了引入反馈后可将数据选择器构成具有选择功能的时序网络。     

数据选择器逻辑功能的通用性

数据选择器是一种能从多个输入数据中有选择地将一个输入数据送到输出端的组合逻辑电路。本分析了数据选择器可实现一般与或逻辑函数；根据逻辑反函数的一种特殊表示形式，指出数据选择器可直接实现与或非逻辑函数；并分析了引入反馈后可将数据选择器构成具有选择功能的时序网络。     

基于布尔网络的造血细胞谱系分化选择分析

造血干细胞通过分化获得不同的成熟血细胞类型以满足不同的生理需求.通过整合两个已有的基因调控网络并进行修正，构建了综合调控网络以及对应的逻辑模型，可以更全面地反映不同基因在造血干细胞分化过程中的作用.该网络的稳态结果包含了两个小网络中涉及的大部分细胞类型，与实际的ChIP-seq数据结果一致.对综合调控网络进行瞬态扰动与持续扰动，分析了6种主要细胞类型之间正常分化所需要的最简扰动策略.获得的整合调控网络与逻辑模型可以为理解造血干细胞的分化特异性选择提供一些定性的参考依据，同时分析得到的扰动策略可以为实际的细胞培养实验提供一些方案上的建议.     

一类新的基因调控网络的稳定性分析方法

借助M-矩阵理论分析了含时变时滞的基因调控网络的渐进稳定与指数稳定性问题.首先利用递归神经网络建立基因调控网络模型,通过选取合适的Lyapunov函数,根据M-矩阵知识推导出使网络稳定的充分条件,最后通过实例验证了此方法的有效性及简便性.     

基于Petri网络的码垛机器人生产线控制软件设计方法

研究了基于验证完毕的逻辑和软件体系的码垛机器人生产线控制软件设计问题.基于软件开发的瀑布模型,首先根据需求提出了软件体系架构,其次采用Petri网络建立软件模块调用规则模型和控制逻辑模型,并使用可达图证明了调用规则的安全性和无死锁性,基于系统仿真软件Simulink-stateflow仿真技术验证了控制逻辑的合理性.在...     

命题逻辑简化功能的应用

命题逻辑学中,命题公式等值演算和真值表技术具有强大的简化功能。本文从逻辑电路、逻辑网络、计算机编程和日常生活中的几个例子出发,从一个侧面阐述了命题逻辑简化功能的应用。     

miRNA作用通路研究

后基因组时代的分子生物学研究需要从整体的角度,系统地阐述基因参与的生物调控过程,已有的通过构建基因调控网络的方式所做的系统生物学研究主要关注于蛋白编码基因之间的相互作用。随着近年来非编码RNA（noncoding RNA）,特别是miRNA研究的深入,显示生物体内存在着广泛的基因转录后调控。本论文通过建立综合蛋白质编码基因与miRNA基因相互作用关系的基因调控网络,分析了人类基因组中涉及miRNA的三类作用模式：（1）宿主基因与内含子miRNA共同作用于另一个蛋白编码基因。（2）miRNA簇中的不同miRNA分别作用于存在着相互作用的两个蛋白编码基因。（3）由两个宿主基因与其各自的内含子miRNA形成双向负调控回路。本研究的结果为进一步认识人类miRNA基因的功能特性提供了重要参考,研究所预测的数据为实验验证提供了依据。     

一种基于特征向量中心性的基因调控网络结构推测算法

提出了一种基于特征向量中心性推断基因调控网络结构的算法,通过特征向量中心性挖掘基因在网络中的拓扑信息,结合基因对之间的相关性和拓扑信息构建完整的基因调控网络.算法在n个变量和n个样本的DREAM数据集以及包含9个变量和9个样本的大肠杆菌数据集上进行仿真测试,并与现有的基于距离相关性和网络拓扑中性的3种最先进的网络推理算法进行了比较,算法结果显示该方法能够提高基因调控网络结构的预测精度.     

用前向神经网络获取特定结构的规则知识

介绍一种用前向神经网络来获取特定结构的产生式规则知识的方法，这些规则知识既可以用于解释神经网络的行为，又可以用于问题求解，获取的产生式规则知识可以是任意形式的，也可以是包含多个推理步的多级推理链知识，而且具有所需的易于理解的特一表达结构，另外，文中还提出了解决智能系统形成过程中知识不断增长问题的方法，大量的逻辑表达式学习实验结果表明，文中获取规则知识的方法是有效的。     

基因调控网络的父节点筛选贝叶斯建模方法

在构建基因调控网络的方法中,贝叶斯网络模型可以直观地表达基因间的调控关系,但在结构学习时的复杂度极高,使得网络建模效率较低且规模有限.因此,本文提出一种基于父节点筛选的贝叶斯网络(parent node screening based Bayesian network, PS-BN)建模方法.PS-BN方法将关联模型与贝叶斯网络模型相结合,在充分利用贝叶斯网络模型结构学习搜索策略的前提下,先基于父节点筛选方法去除部分冗余信息,以达到缩减搜索空间的目的.实验结果表明,与传统的贝叶斯网络模型方法相比,PS-BN方法极大提升了基因调控网络构建效率,同时准确率有所提高.     

基于AIC方法的切换神经网络模型设计

将切换系统设计中的切换思想与神经网络相结合,构建了切换神经网络模型.根据模糊C均值（FCM）聚类方法将样本数据分为多组训练数据,每组数据对应训练一个单一神经网络模型,再利用赤池信息准则（AIC）制定相应的切换规则.根据输入数据特性,选择单一网络或多网络组合的输出作为模型输出,从而达到函数逼近目的.本模型更好地利用了各个子网络在特定区域具有较高逼近精度的特点.仿真结果表明,切换神经网络模型有较高的逼近精度.     

利用基因重组策略改进遗传算法

为了克服标准遗传算法的早熟现象，提高遗传算法的全局收敛性，提出了一种基于基因重组策略的遗传算法。该算法定义了一种新的交叉算子，即移位逻辑交叉算子(包括蝶形移位交叉算子和洗牌移位交叉算子)，用它们对染色体的部分基因实现有规律的交叉重组。实验结果表明，该算法比经典的遗传算法具有更好的收敛性和稳定性。     

基于网络拓扑相似性预测潜在致病基因

相关疾病基因的发现和预测是人类基因组研究的重要目标.近些年,一些研究者通过基于网络结构的方法来解决这个难题.然而,大多数方法在推理过程中仅使用了局部的网络信息,并且仅限于推理单一基因的关联.并且这些方法很少考虑到疾病-基因关联网络的网络拓扑性.笔者提出一种改进的基于二部图网络结构推理(improved network-based inference)的计算方法.该方法基于已知的疾病-基因网络拓扑相似性来发现更多潜在致病基因.文中使用的是OMIM数据库中的203种疾病的数据,通过留一交叉验证法验证实验,并获得了88.9%的AUC值.与文中提到的另外两种方法相比,该文方法能够有效地预测潜在致病基因.     

基于递归模糊神经网络的多时延基因调控网络构建方法

为了处理连续的时序基因表达数据,提出了一个基于递归模糊神经网络的多时延基因调控网络构建算法.该算法能直接用于分析连续的时序基因表达数据,避免离散化数据造成的信息损失.使用时序互信息估计基因间的转录时延,并限制每个基因的潜在调控基因,从而有效提高建网的效率和精确度.酵母菌细胞周期表达数据的实验结果表明该算法能正确选择潜在的调控基因,更加精确地构建基因调控网络.     

基于被分块的无线传感器网络故障恢复方法

针对网络间不能正常通信的问题,提出了一种解决该类故障的恢复方法。此方法将整个网络监测区域划分成若干个同心圆,被孤立的区域将自己区域的转置节点代表移动到最近的同心圆上,从而实现了重建连通性的目的。     

果蝇体极性基因网络的稳定性分析

果蝇的全基因组的序列测定早已完成,但是,对于基因之间是如何相互调控以实现复杂的生物功能,还需要深入的研究.认识并解析复杂的基因调控网络的构成和动力学机制,已成为现代生命科学中的前沿课题之一.在本文中,我们重点研究了果蝇的胚胎发育过程中图式形成的体极性基因网络调控.这一调控是通过相邻细胞中的基因网络的相互影响而达成的.本文主要考察这种基因网络调控对于初始条件的稳定性,以此说明生物胚胎发育对于初始条件的相对稳定性.我们发现该调控系统对于特定位置的干扰有极好的稳定性,对于整个系统的小干扰有良好的稳定性.     

SAP蛋白与植物的抗逆性

植物在非生物逆境胁迫下会产生多种诱导蛋白以适应胁迫环境,其中SAP蛋白(Stress Associated Protein) 因其抗非生物胁迫的能力逐渐受到广泛关注.该文介绍SAP家族基因和蛋白的特性、分类以及SAP基因的表达调控、转基因研究的进展,并对该蛋白的应用前景进行了展望.