利用模式识别法对未知类型细胞的分类研究

利用模式识别法对60个人的细胞(癌变、正常和未知类型各20个)的各自111条基因的表达值进行了研究,对未知类型的细胞进行了分类,结果表明文中所用方法和所得结论可为有关研究者和相关部门提供操作方法和决策依据.     

基于模糊核判别分析的基因表达数据分析方法

针对基因表达数据空间分布的特性,提出了一种基于模糊核判别分析的基因表达数据分析方法.方法综合了模糊数学以及核判别分析方法的优点,提高了对基因表达数据分类识别的准确性.以多发性骨髓瘤的基因表达数据为例进行了实验,从实验结果可以看出,采用模糊核判别分析方法可以得到最佳的识别效果.     

多类别肿瘤分类的特征基因选择方法研究

以肿瘤基因表达谱指导肿瘤的分类是目前机器学习领域的一个研究热点.对多类别肿瘤分类中的关键问题——特征基因选择方法进行了研究,提出了混合式特征基因选择策略.该策略首先利用7种特征选择算法提取与分类高度相关的基因,随后采用SSiCP算法消除冗余基因.实验是在肺癌的多类别基因表达谱数据集上完成的.实验比较了7种特征选择算法的性能,发现CFS算法加SSiCP算法的混合式基因选择策略可以获得数量较少的特征基因集,在训练集和独立测试集均有较高的准确度.所获得的最精简基因集中的部分基因据文献报道与肺癌的发生发展密切相关.实验结果证实了混合式特征基因选择策略的有效性.     

多元分析在农业自然资源分类上的应用

本文利用多元分析对陕西秦巴山区进行自然分类,所选10个因素为影响秦巴山区主要商品(如柑桔、茶叶、水稻等)的主要自然生态集,以区域内28个县的观测站作为样点,由聚类分析将秦巴山区分为三类,即大巴山北亚热带区、汉江谷地亚热带农林区和秦岭暖温带森林区。     

一种改进的基因表达数据分类方法

从分类算法和特征基因选择两个方面研究基因表达数据的分类,将传统的Support Vector Machines(SVM)算法和K-nearest neighbor(KNN)算法两者结合成为一种应用于基因表达数据分类的算法,并针对基因表达数据分类数据集“样本少,维数高”的特点,提出了一种改进的基于相关性的递归特征消除算法(简称为C-RFE),消除了数据冗余．实验结果表明,新方法可有效提高分类准确率和特征选取的效率．     

我国大陆各地区居民生活水平分类

运用多元统计中的聚类分析方法,将我国大陆28省市自治区平均居民生活水平状况划分为高生活水平地区、较高生活水平地区和中下生活水平地区3类。并利用判别分析法,得出重庆、四川和西藏自治区同属于第3类。     

基于SOM网络的基因表达数据聚类分析

提出了用自组织映射(SOM)网络对生物信息学中基因表达数据进行聚类分析的方法。用SOM网络对酵母基因表达数据进行聚类。通过对映射结果的分析,表明SOM网络有较高的分类正确率,用于基因表达数据的聚类分析是行之有效的。     

基于统计分析的重点审计对象遴选方法研究

随着审计对象数量不断增长,以企业所有纳税记录数据为基础,利用统计分析方法寻找重点审计对象逐渐成为当前热点.在用方差分析找出显著变量基础上,提出一个利用聚类分析方法查找偷漏文化事业建设费企业的方法,并用判别分析进一步修正聚类分析的结果.最后以某地区纳税记录数据为例,给出了该方法的具体实施过程,并验证了所提方法的可行性.     

空间环境对细胞基因表达的影响

空间环境不同于地球表面的任何环境,它强烈的空间辐射、高真空、微磁场以及航天器中的微重力等特殊环境对生物的影响都是人们目前正在探索的领域。空间辐射、微重力通过多种途径影响细胞的基因表达。对空间环境影响肿瘤细胞生物学性状发生改变机制的探讨有助于更深刻地认识肿瘤的发生发展,为攻克肿瘤提供新的思路和方法。     

用模糊K均值聚类分析研究茶叶分类

选用茶叶的6个化学参数,运用模糊K均值聚类分析方法进行分类研究,得到了比判别分析等其他方法更为丰富的信息,有利于对分析结果进行研究,是一种具有优势的模式识别方法.     

基于判别分析的基因分类

利用基因表达序列识别肿瘤亚型,具有非常重要的临床意义.根据大肠杆菌基因图谱筛选出的信息基因,采用判别分析法,得到典型判别式函数,以阈值θ=-0.6935来进行分类,进而确定肿瘤基因"标签".     

基于基因表达调控的进化模型

为了研究生物进化过程中高级复杂结构的出现和不同复杂程度的各种结构并存的现象 ,建立了一个简单的进化模型。在模型中 ,考虑了基因的表达调控过程 ,借鉴了生命作为复杂系统的自组织现象 ,提出了基因突变产生的系列突变效果。在模仿生物的进化的实验过程中 ,出现了由简单结构向复杂结构进化的趋势。对这一过程进行了理论分析 ,将模型推广到多个物种的情况 ,并结合生物学中的现象 ,得出了结论 :生物演化过程中 ,同时存在进化与退化的趋势 ;高级复杂结构的出现是在一定的外界环境下 ,生物种群内部出现的自组织过程     

基于改进的并行特征融合人脸表情识别

基于信息融合理论和线性鉴别分析,提出了一种改进的并行特征融合人脸表情识别方法.该方法首先将不同表征下的人脸表情特征利用复向量组合起来,构成复特征向量,然后利用具有不同权重的最大散度差鉴别分析方法进行进一步的复特征提取.在不同样本库、不同类型特征融合下的实验结果表明,该方法在优化投影轴和避免"小样本"问题的同时得到了满意的识别结果.     

基于Normalized Cut的基因表达数据聚类

利用基因表达数据进行聚类分析可提高肿瘤诊断的正确率,对生物医学研究具有重要意义.该文将Normalized Cut应用于基因表达数据的聚类中,将样本映射为高维空间的点,利用亲近矩阵和度矩阵构造正规Laplacian矩阵,经SVD分解得到反映原始样本类别信息的指示向量,利用指示向量各分量的符号差异实现基因表达数据的聚类.通过对白血病和结肠癌数据集的实验,证明了该文方法的有效性.     

基于基因表达谱预测肿瘤浸润免疫细胞类型及比例的解卷积算法

肿瘤浸润免疫细胞通过发挥促肿瘤和抗肿瘤的作用,可以深刻地影响肿瘤的进展以及抗癌治疗的成功.因此,对于肿瘤浸润免疫细胞的量化有望揭示免疫系统在人类癌症中的多方面作用及其参与肿瘤逃逸机制和对治疗的反应.解卷积的目的就是试图在复杂组织里存在的免疫细胞中寻找新的免疫疗法,其核心思想是利用算法和免疫细胞的表达特征,从细胞混合物的表达数据中量化免疫细胞比例信息,以准确刻画肿瘤样本测序数据的免疫浸润情况.为此,提出了一个新的基于逐步回归策略的解卷积算法模型,并使用真实的肿瘤样本微阵列数据和RNA-Seq测序数据来测试该算法的准确性.与CIBERSORT和dtangle相比较,具有良好的解卷积性能.     

基于广义线性模型的基因表达水平预测

组蛋白修饰是生物体中普遍存在的一种现象,能够以不同的调控方式影响基因表达,且随着高通量测序技术的飞速发展,大量的测序数据使得探究组蛋白修饰信号与基因表达水平之间的内在联系成为可能.由于基因表达数据存在零膨胀现象,提出了一种基于广义线性模型框架的主从模型,能够以较高精度从组蛋白修饰信号预测基因表达水平.首先通过人类全基因组注释文件中的基因位点信息,筛选出包含完整基因位点信息的表达数据;其次,根据基因位点信息,定位并提取出组蛋白修饰数据中基因特定位点的特征信息,构建设计矩阵;最后结合响应变量数据零膨胀的特点,构建主从模型,以GM12878细胞系为例,与现有的多种回归算法进行对比,验证了所提模型的有效性.     

基于肿瘤基因表达数据的简单有效的基因选择算法

结合了基因表达数据类内和类间表达差异的信息,提出一种新的基因选择算法,利用它选择出来的特征基因表达作为支持向量机的输入特征向量,对四个常用数据集进行分类,结果表明,该方法可以显著提高分类精度,同时通过对选取出来的特征基因在相关信号通路上的分析,表明该方法能够得到更多的肿瘤相关基因,具有很强的鲁棒性和很高的精确度.     

基于基因表达谱芯片杂交分析Lamprey-PHB2转染前后Chang liver细胞的基因表达差异

选取了10个物种与本课题组前期克隆得到的东北七鳃鳗抗增殖蛋白2(Lm-PHB2)进行氨基酸序列相似性对比,检测PHB2基因进化水平,结果表明各物种的PHB2氨基酸序列在PHB结构域处高度保守,但在N-端和C-端氨基酸序列保守性较低.将重组质粒pEGFP-N1-Lm-PHB2瞬时转染入张氏肝(CHL)细胞后,利用基因表达谱芯片技术分析基因的表达差异.结果显示CHL细胞中共有270条显著差异表达基因,其中显著上调基因共141条,显著下调基因共129条,涉及细胞信号转导、细胞周期调节、细胞增殖、细胞代谢和细胞凋亡等多个方面.通过实时荧光定量聚合酶链式反应(PCR)对基因表达谱芯片分析结果进行验证,结果显示转染pEGFP-N1-Lm-PHB2质粒后,细胞周期基因CDC25C、氧化应激相关基因(CAT,SOD,GST)和抗细胞凋亡基因HAX1均有显著性差异.     

人血管生成素基因的克隆及表达

利用RI-PCR方法从培养的人黑色素瘤细胞系A375中扩增得到了人血管生成素cDNA片段,测序正确后克隆入表达载体pET-28a( )中并转化于E.coli BL21宿主菌中.经IPTG诱导,表达了N端融合6个组氨酸标签(6His-tag)的血管生成素融合蛋白.利用6His-tag与过渡态金属离子Ni2 高亲和力结合的性质,经镍柱纯化,获得了高纯度的血管生成素融合蛋白,为进一步研究其生物活性及应用奠定了基础.     

一种用GEP进化神经网络结构和权值的方法

提出一种用基因表达式编程(gene expression programming,GEP)自动设计神经网络结构和权值的算法.论述算法的基本思想和基本操作,针对算法的早熟现象和变异率低问题进行了相应的改进,给出这种算法的应用实例.实验结果表明,GEP可以自动设计神经网络的结构,并能给出优化的网络权值,与其他优化算法相比,收敛速度更快.