阿尔茨海默症miRNA靶基因预测研究

为深入了解阿尔茨海默症的发病机制,利用匹配的基因表达数据和miRNA表达数据,对miRNA的靶基因进行预测分析.首先对选择出的差异表达miRNA进行靶基因预测;然后利用HCTarget算法验证预测的靶基因;最后对miRNA及其靶基因构建调控网络.调控网络中包含11个已确定的与AD有关的miRNA及6个AD致病基因.通过分析网络发现miRNA及其靶基因在正常与患病两种情况下的活性变化趋势,生物学分析也证实了它们在AD中的重要作用,为AD发病机制研究提供了依据.     

基于SVM和RBF神经网络的民航不安全事件组合预测方法

为提高航空业安全水平,预测飞行过程中存在的主要事故风险,本文基于2002年2月至2014年2月的民航事故数据统计,采用SVM和RBF神经网络加权组合模型对民航不安全事件发生原因及飞行阶段事故数量进行了预测。通过对3种典型预测方法的均方根误差比较,证明了此方法的可行性与有效性,结论可为民航安全管理提供科学依据。     

日本对虾miR-34靶基因预测及其生物信息学分析

已有研究表明日本对虾(Marsupenaeus japonicus shrimp)miR-34(mja-miR-34)参与调控白斑综合症病毒(white spot syndrome virus, WSSV)的感染，但其调控的宿主基因还未具体阐述.本研究首先比对了miR-34在17个物种中的序列，并使用TargetScan 5.1和miRanda预测了miR-34调控的宿主基因.结果显示，miR-34在物种进化过程中具有高度保守性；mja-miR-34可靶向作用于242个宿主编码的基因，且在病毒感染不同时间段呈现差异表达；利用GO注释和KEGG信号通路富集分析结果表明，mja-miR-34的靶基因参与细胞代谢、细胞信号转导、免疫系统以及遗传信息的调控等过程；mja-miR-34在对虾体内可调控靶基因(translation initiation factor)的表达.结果说明mja-miR-34及其靶基因参与病毒感染等多个细胞进程，但还有待进一步验证.本研究可为mja-miR-34靶基因的鉴定及其生物学功能的研究提供数据支持和理论指导.     

重尾分布的网络流量SVM分类

网络流量表现出突发和自相似等动态特性,使得网络应用很难进行准确分类。本文分析了流量动态特性产生的不平衡性及其重尾分布,提出了基于重尾分布的流量分类定量分析模型。基于该分析模型,研究分类算法中训练集采集位置和规模大小的选取。考虑到混合流量中的次要数据流通常是小样本,选用支持向量机(SVM)算法进行流量分类。实验结果表明:重尾分布的流量分类训练集可以选择最佳采集位置和规模,以获得较好的分类模型,该定量分析模型对流量分类及提高分类精度有指导意义。     

基于代价敏感LightGBM的网购意愿预测研究

[目的]由于购买商品的消费者数量远小于未购买商品的消费者数量,网购意愿预测研究是典型的不平衡数据分类问题.研究不平衡数据的分类问题以提升网购意愿预测的分类准确率,该问题主要存在少数类样本识别准确率远小于多数类样本的问题.[方法]提出一种基于贝叶斯优化的代价敏感轻量梯度提升机(Light Gradient Boosting Machine, LightGBM)模型.首先引入误分类代价作为惩罚因子修正LightGBM的损失函数,其次通过阈值移动降低模型的分类阈值以提高针对少数类样本的预测准确率,最后利用贝叶斯优化算法优化误分类代价参数、分类阈值及其他参数.[结果]从KEEL数据库中选取5个典型的不平衡数据集进行对比实验,相较于标准LightGBM模型,改进LightGBM模型的AUC值和G-mean值均提升了10%左右;相较于遗传算法优化代价敏感LightGBM模型和粒子群优化代价敏感LightGBM模型,改进LightGBM模型的AUC值和G-mean值普遍提升了4%左右;相较于ADASYN-LightGBM模型和BorderlineSMOTE-LightGBM模型,改进LightGBM...     

胃癌耐药相关hsa-miR-194-5p的靶基因预测及生物信息学分析

目的：研究胃癌耐药相关hsa-miR-194-5p的靶基因,并分析其参与的生物学过程和信号转导通路,为胃癌耐药机制的表观遗传学研究提供前期基础.方法：通过NCBI数据库检索hsa-miR-194-5p的基本信息;使用预测数据库预测hsa-miR-194-5p的靶基因;使用DAVID数据库对靶基因集合进行功能富集分析(GO)和信号转导通路富集分析(KEGG).结果：成熟的miR-194-5p序列多个物种之间具有高度保守性.预测靶基因共325个,参与的生物学过程主要有Golgi组织和细胞对DNA损伤刺激的反应(P<0.01),分子功能包括泛素蛋白连接酶结合和泛素介导的蛋白水解(P<0.01),细胞组分富集在细胞核和细胞表面,调控包括TGF-β和WNT等多条信号转导通路(P<0.01).结论：miR-194-5p的靶基因SMURF1、 RAC1、MAPK1与胃癌细胞的增殖密切相关.     

水稻基因结构分析与预测建模

将水稻基因结构预测问题划分为基因级、元件级和特征级等多个层次上的一系列较简单子问题,分析了各特征与序列C G含量之间的依赖关系,通过采用从简单到复杂逐级优化的策略建立了不同序列C G含量的水稻基因结构模型,设计了基因结构寻优的动态规划算法,开发了水稻基因结构预测软件Rice-GenePRE.采用测试数据集OsSNG550对该软件进行测试的结果显示:RiceGenePRE在核苷酸、外显子和基因水平上的预测效果均优于水稻基因结构预测系统FGENESH.     

非平衡数据集Fisher线性判别模型

非平衡数据是指两类问题中正类样本与负类样本个数不相等,甚至相比悬殊.非平衡数据集会导致许多分类器的性能下降,这与分类器的构造原理有关.本文首先阐述了Fisher线性判别的分类机制,指出当两类样本的协方差矩阵不同时,样本不平衡会导致Fisher线性判别的性能下降.在此基础上,提出了一种加权Fisher线性判别(WFELD),以减小样本不平衡的影响.然后,从UCI中选择了8个非平衡数据集,并采用ROC曲线下面积作为评估指标进行比较,实验结果证明了WFLD模型的有效性.     

基于数据集扩充的即时软件缺陷预测方法

即时软件缺陷预测针对项目开发与维护过程中的代码提交来预测是否会引入缺陷。在即时软件缺陷预测研究领域,模型训练依赖于高质量的数据集,然而已有的即时软件缺陷预测方法尚未研究数据集扩充方法对即时软件缺陷预测的影响。为提高即时软件缺陷预测的性能,提出一种基于数据集扩充的即时软件缺陷预测(prediction based on data augmentation,PDA)方法。PDA方法包括特征拼接、样本生成、样本过滤和采样处理4个部分。增强后的数据集样本数量充足、样本质量高且消除了类不平衡问题。将提出的PDA方法与最新的即时软件缺陷预测方法(JIT-Fine)作对比,结果表明：在JIT-Defects4J数据集上,F₁指标提升了18.33%;在LLTC4J数据集上,F₁指标仍有3.67%的提升,验证了PDA的泛化能力。消融实验证明了所提方法的性能提升主要来源于数据集扩充和筛选机制。     

广域级电网在运智能电能表的烧损故障关联分析和预测方法

针对智能电能表在运行过程中出现烧损的现象,在对各类因素进行关联分析后, 提出了一种基于XGBoost算法的智能电能表烧损预测方法,以某省份2019—2020年的数据为例进行了测试验证. 采用该方法结合电能表基本信息数据、运行数据和环境数据进行烧损识别,并与K最邻近法（K-NearestNeighbor,KNN）、朴素贝叶斯和支持向量机等传统机器学习算法进行对比. 结果表明,基于极限梯度提升算法（eXtreme Gradient Boosting, XGBoost）的算法精度达到91%,召回率达到66%,综合指标F1达到76.51%,远高于传统算法. 算法模型在进行系统部署的过程中,运用长短期记忆算法（Long Short Term Memory, LSTM）对部分缺失值进行了填充,经试点验证,该模型可较为准确地预测低压台区电能表烧损现象.