Comprehensive bioinformatic analysis of key genes and signaling pathways in glioma

The identification of specific survival-related differentially expressed genes (DEGs) is a method for uncovering therapeutic approaches for various cancers, including glioma. However, the key target genes associated with the occurrence and development of gliomas remain unknown. In this study, we performed bioinformatics analysis on 17 GSE datasets and identified DEGs correlated with glioma. A total of 74 mutual-DEGs with downregulated expression in gliomas compared with that in normal brain tissues were found in 17 datasets. These DEGs were related to GABAergic synaptic transmission, chloride transmembrane transport, glutamate secretion, and gamma-aminobutyric acid signaling pathway. Gamma-aminobutyric acid type A receptor subunit gamma 2 (GABRG2) was identified as a hub gene in the protein-protein interaction network. GABRG2 exhibited lower expression in IDH wild-type astrocytoma than that in IDH mutant astrocytoma and indicated poor prognosis in glioma patients. GABRG2 may contribute to the progression of glioma by affecting GABA receptor-related pathways and is a potential biomarker for the diagnosis and treatment of glioma.     

多步骤降维的肿瘤特征基因选择方法

针对基因芯片数据量大、样本数低和基因维数高的特点,提出了一种对基因芯片数据进行多步骤降维处理的分类方法.第一步,采用基因表达差异显著性分析方法(SAM)筛选得到差异表达基因子集.第二步,采用支持向量机(SVM)分类器对该差异表达基因子集进行进一步的分类降维.将该方法用来处理大肠癌和白血病数据集,得到了数量较少而分类能力较强的特征基因子集.实验结果证明该方法可以快速有效地筛选肿瘤特征基因.     

基于SAM和GA／SVM的肿瘤基因表达谱分类算法

基因芯片技术在肿瘤分型分类的研究中得到了广泛的应用．为了处理肿瘤基因表达谱数据,建立肿瘤分类预测模型,文中采用基因表达差异显著性分析方法,支持向量机,遗传算法相结合的多步骤降维分类方法．采用该方法处理大肠癌和白血病数据集,筛选到基因数量较少并且分类准确度较高的特征基因子集．实验结果表明,文中的方法可以快速有效地筛选肿瘤特征基因,获得更好的分类效果．     

基于聚类评分的暴雨/冰雹分类模型

针对暴雨和冰雹2种强对流天气的区分问题,研究了主成分分析联合线性鉴别分析对雷达图像中提取的冰雹及暴雨特征降维和去相关的作用,设计了基于聚类评分的暴雨/冰雹分类模型,采用K均值聚类评分的办法确定具有高分类性的主成分,并以此主成分设计分类器对暴雨和冰雹进行区分.结果表明:主成分分析联合线性鉴别分析进行特征处理能够在降维的同时保留大部分分类性信息,基于聚类评分的分类模型有利于提高冰雹识别的命中率并降低其误警率,且对一般类型公共数据分类问题有效.     

基于HPLC的化学分类法对一些有害浮游植物的分类分析

采用基于HPLC和光合色素分析的化学分类方法对21种(株)常见的典型赤潮生物进行了分类分析,结果表明有些赤潮藻的不同属、属下不同种甚至同种的不同地理株系其光合色素组成和比例存在差异.根据T.pul-chellum、塔玛亚历山大藻的特征光合色素组成和比例差异,可为进一步鉴定和细分这些赤潮生物提供重要依据.根据光合色素组成和比例构建的聚类分析也能较好地反应这些赤潮生物间的相互关系.上述结果显示光合色素分析方法能作为重要的分类学依据,为一些浮游植物的分类提供更有价值的分类信息.     

磷脂脂肪酸谱图分析方法及其在环境微生物学领域的应用

 传统的微生物鉴定和群落分析方法建立在微生物纯种培养分离的基础之上。但是在自然环境中,99%以上的微生物未能通过人工培养,在微生物的分析和研究中存在很大的局限性。与传统的基于培养基的微生物分离技术以及生理学方法和分子生物学方法相比,基于现代生物化学技术——脂肪酸可作为生物标记物而发展起来的磷脂脂肪酸谱图分析方法(PLFA)具有不依赖于培养体系影响,能够直接有效地提供微生物群落中的信息;脂肪酸成分不受质粒数量的影响,试验结果客观、可靠;试验条件要求低、操作难度小、测试功能多;由脂肪酸谱图可以对整个微生物群落进行定量描述等诸多优点,在环境微生物学领域的应用日趋广泛。本文综述了PLFA谱图分析方法及其在环境微生物学领域的应用,包括在微生物检测、鉴定和微生物多样性研究中的应用。     

基于双谱的雷达辐射源识别

针对当前复杂电磁环境下电子侦察中雷达辐射源识别困难的问题,提出了一种基于双谱分析和势函数分类识别雷达辐射源的新方法。首先用Hinich方法检验雷达辐射源信号,发现其具有非线性特性。然后用适合处理该类信号的双谱分析法提取信号的双谱对角切片,利用主成分分析法(PCA)从大量训练样本特征中挑选低维、低复杂度的特征矢量,并融合对分类具有显著贡献的辐射源属性参数作为识别特征矢量。最后采用势函数分类法实现雷达辐射源识别。仿真结果表明,基于双谱的识别法对噪声不敏感,对不同脉内调制的辐射源信号识别率达到了92.9%,该方法为决策层提供了识别不同雷达辐射源的新途径。     

一种新的线性判别准则在人脸识别中的应用

针对Fisher线性判别分析(LDA)在进行人脸识别这种小样本问题分类时常常遇到类内散度矩阵Sw奇异,而无法直接应用的问题,提出一种新的线性判别准则,即:定义一个新的准则函数,在对类内散度矩阵无奇异性要求的情况下,找到此准则函数最优的权向量.应用此判别准则和Fisher LDA方法分别在ORL人脸数据库上选取40个人的图像进行识别率的测试,Fisher LDA方法的识别率为0.95,而本文方法的识别率可以达到0.955,优于Fisher LDA方法.     

基于CT影像的早期肺癌风险评估

为了克服横断面型数据的不完整性,提出了一种基于合成分析的早期肺癌风险预测模型.收集247组来自医院的患者数据进行实验,使用合成分析法结合肺结节良恶性判断结果、吸烟史、家族病史等肺癌危险因素建立风险评估模型.实验表明,未纳入影像学良恶性分类结果的合成分析模型的准确率为83.20％,而纳入影像学良恶性分类结果的合成分析模型...     

基于多纹理特征和PCA的地基云图识别研究

地基云图自动分类识别对于天气现象的诊断和预报具有重要意义。以地基云图为研究目标,首先在提取云图灰度共生矩阵和Gabor变换特征的基础上计算云图的多纹理组合特征,然后采用主成分分析法对组合特征进行数据降维,获取最终鉴别特征。通过对积雨云,高积云和层积云三类地基云图进行分类识别的实验结果表明,该方法可以同时提高云图分类的精度和效率。     

用自身血清抗体筛选人肝细胞肝癌抗原

为了从分子水平上筛选肝细胞肝癌抗原，应用作者所在实验室创建的“重组克隆表达抗原的血清学鉴定技术”（ＳＥＲＥＸｓｅｒｏｌｏｇｉｃａｌｉｎｄｅｎｔｉｆｉｃａｔｉｏｎｏｆａｎｔｉｇｅｎｓｂｙｒｅｃｏｍｂｉｎａｎｔｅｘｐｒｅｓｉｏｎｃｌｏｎｉｎｇ）筛选人肝细胞肝癌（ＨＣＣ）组织构建的ｃＤＮＡ文库，发现了许多与病人，自身血清高滴度抗体反应的克隆。应用多种异体（其他ＨＣＣ病人，多种非ＨＣＣ肿瘤病人，Ｂ型、Ｃ型病毒性肝炎病人，肝硬化病人以及健康人）血清反应分析表明，高滴度抗体反应多数出现在ＨＣＣ病人。参照基因库寻找这些克隆的同源结构，发现其中许多抗原为至今未知基因所编码。进一步的血清和抗原分子分析将为ＨＣＣ特异免疫治疗和诊断提供基础资料     

癌症研究中RPPA数据的统计分析

采用癌症基因图谱计划的蛋白表达数据,即反相蛋白阵列技术(Reverse Phase Protein Arrays,RPPAs)数据进行统计分析,来挖掘蛋白表达数据所隐藏的癌症的相关信息,提高临床诊断的效率和降低检验的成本。通过3组数据的热点图探测到每组数据的网络结构以及样本中不同基因的表达水平;通过主成分分析,得到在3种癌症中蛋白表达水平起重要作用的5种基因,最后以这5种基因的蛋白表达水平为指标建立了3种癌症的判别模型,并计算误判率的回代估计和交叉验证法估计。得到以下结论:3种癌症形成各自的蛋白表达水平相互关系网络结构,3种癌症有共同蛋白表达水平起重要作用的5种基因,3种癌症的判别模型是可靠的。     

基因表达系列分析在肿瘤研究中的应用

基因表达系列分析(serial analysis of gene expression, SAGE)是一种快速分析基因表达信息的技术.它不但能快速、详细地分析成千上万个基因,还能发现新基因,因此是基因表达定性和定量研究的一种新的有效手段.近年来此技术广泛应用于肿瘤的研究,了解肿瘤发病机制,识别诊断和治疗肿瘤的新基因.可以预测SAGE在肿瘤研究和诊断过程中的应用将会对肿瘤的认识和治疗产生深远的影响.     

基于主机行为模式的P2P流分类模型的设计与实现

本文提出了一种基于主机行为模式的流分类方法,该方法以朴素贝叶斯分类方法为理论依据。利用该方法在Weka环境中实现了分类器的设计。实验证明,该分类器能够准确识别出出现的各类P2P流,平均准确率高达96.5%。     

基于核主成分分析和支持向量机的飞机舱音信号识别

为了提高飞机事故原因的调查准确性与实时性,提出了一种基于核主成分分析和支持向量机的舱音背景声识别方法.首先提取和分析了飞机驾驶舱话音记录器中所记录背景声信号的特征参数,然后分别以多项式核函数、sigmoid核函数和高斯核函数3种核函数作为内积,对3种核函数的降维特性进行了对比分析,最后将核方法与支持向量机结合,实现对舱音背景声的分类识别.实验结果表明:通过基于不同核函数的主成分分析方法与支持向量机的结合比较,确定以高斯核函数为内积的SVM分类方法具有较好的分类效果.     

基于遗传算法和决策树的肿瘤分类规则挖掘

提出了一种从肿瘤的基因表达数据挖掘肿瘤分类规则的方法. 首先用Bhattacharyya距离指标和相关性分析去除分类无关基因和冗余,然后以决策树作为分类器,用遗传算法搜索所得的特征空间,优化分类精度和分类模型的复杂度. 运行多次得到多个分类树和多组分类规则,由此构建组合树分类器在测试集数据上检验分类效果. 在结肠癌基因表达数据上的实验结果表明了分类规则挖掘方法的有效性和可用性.     

林火目标遥感多光谱识别指数构建方法研究

针对现有高温目标识别方法中波段筛选、识别指数构建缺少数学定量评判指标的问题,以内蒙古大兴安岭地区一次森林火灾为例,选用Landsat 8 OLI遥感影像数据进行林火目标多光谱识别指数构建方法的研究。研究发现,基于方差分析原理的"可分性度量"指标可作为高温目标识别方法研究中波段筛选、识别指数构建的数学定量评判指标,改进以往识别方法的定性分析方式。在区分林火目标与其他地物过程中,上述数学定量评判指标均具有遥感目标识别与分类的物理意义;其分类适宜性对林火目标的识别与提取具有重要作用。经过验证分析,利用"可分性度量"评判指标筛选出的适宜火点识别指数,在实际分类中效果良好、精确度较高,与理论结果相吻合。     

DNA序列分析在药用植物鉴定中的应用

随着DNA测序技术的不断发展,DNA序列分析在药用植物鉴定和品质研究等方面得到了广泛应用,为药用植物鉴定和道地性研究注入了新的活力.从药用植物鉴定和品质研究中的常用DNA片段(基因)、DNA序列分析在药用植物鉴定以及道地性研究中的应用等3个方面对有关研究的主要进展进行了综述,并对今后研究的前景和应注意的问题进行了初步讨论.     

聚类分析在棉花枯萎菌生理小种鉴定中的应用

为找到一种较为客观地鉴定生理小种的方法,对采用鉴别寄主法鉴定枯萎病菌生理小种的一些数据运用UPGMA聚类分析的方法进行处理,结果两者基本一致,且聚类分析可将传统方法分类不明确的菌株有个较明确的归属,传统试验方法结合 类分析能使棉花枯萎菌生理小种的划分更加科学、准确。     

Human disease genes

The complete human genome sequence will facilitate the identification of all genes that contribute to disease. We propose that the functional classification of disease genes and their products will reveal general principles of human disease. We have determined functional categories for nearly 1,000 documented disease genes, and found striking correlations between the function of the gene product and features of disease, such as age of onset and mode of inheritance. As knowledge of disease genes grows, including those contributing to complex traits, more sophisticated analyses will be possible; their results will yield a deeper understanding of disease and an enhanced integration of medicine with biology.