《R语言及Bioconductor在基因组分析中的应用》

本书是国内第一本系统介绍R语言及Bioeonduetor软件包的图书．R语言是一种计算机程序设计语言，Bioeonduetor就是一个基于R语言的、面向基因组信息分析的应用软件集合．Bioeonduetor的应用功能是以包的集成形式呈现在用户面前，它提供的软件包中包括各种基因组数据分析和注释工具，以及与DNA微阵列相关的数据包．本书分为上下两篇，分别介绍R语言和Bioconductor软件包．     

基于微阵列背投技术的大屏幕显示系统研究

本文设计开发了一种基于微阵列背投技术的大屏幕显示系统。系统采用了LED光源阵列通过光学透镜投射至显示幕,形成图像,减少了光线损耗,有效削弱了有害蓝光对观看者视觉的影响,获得了较好的图像质量。     

太空诱变宫颈癌细胞的差异表达基因初探

将搭载于“神舟四号”飞船飞行返地后的宫颈癌Caski细胞进行单克隆化,筛选出生长速度快于对照组、编号为44F10的细胞克隆,G1期细胞减少,S期细胞增多,成瘤能力增强;编号为48A9的细胞克隆细胞学行为与之相反,与对照组差异均有显著性(P<0.05)。为了解太空诱变肿瘤细胞生物学行为改变的机制,从分子水平入手研究经太空诱变的宫颈癌细胞和地面对照细胞的差异表达基因。应用含2747个人类肿瘤相关基因的Oligo双通道芯片研究差异表达基因。分别抽提44F10、48A9组和地面对照细胞的总RNA,逆转录cDNA并标记探针。将实验组和对照组cDNA探针混合,分别与同一张芯片杂交后,用不同的波长扫描荧光强度,从而筛选出差异基因。44F10组有16个基因呈现差异表达,48A9组有36个基因呈现差异表达。差异性表达主要涉及细胞凋亡、细胞增殖、细胞周期调控和信号转导的基因。促进细胞增殖的基因在44F10组中表达上调,而在48A9组中限制细胞增殖的基因表达上调。研究表明,太空诱变宫颈癌细胞的差异表达基因导致了细胞生物学行为的改变。     

分子印章法DNA芯片合成(Ⅲ)——反应条件的优化

对分子印章法制备寡核苷酸微阵列芯片的工艺条件进行了探索.研究了对寡核苷酸压印偶联反应影响较大的3个因素核酸反应液反应活性的稳定性、点阵上不同核酸单体残留物的交叉污染和封闭反应对寡核苷酸微阵列杂交结果的影响.实验研究表明,在氩气保护(水和氧含量低于5×10-6)下四和核苷酸单体的乙腈混合液的反应活性可保持10 h以上.采用了一种含羟基小分子的液体对压印偶联反应后的芯片进行处理,成功地清除了芯片上大量剩余的活性核酸单体分子,解决了它们对临近点阵可能产生的污染问题.最后指出了在寡核苷酸微阵列制备过程中可以舍弃通常DNA固相合成工艺中的封闭反应步骤,有效地提高了DNA芯片的制备效率.上述研究表明分子印章法制备寡核苷酸微阵列芯片不仅可行,而且经济.     

微生物基因芯片鉴定及再生利用

生物芯片是一种重要的生物分子检测方法,在科研和医学应用领域被广泛关注。该文以大肠杆菌和黄单胞菌检测为例研究微生物的基因芯片鉴定方法和生物芯片的再生使用价值,采用一种自主研制的新型微阵列芯片扫描仪对微生物鉴定和生物芯片的重复利用开展理论与实验研究。结果表明基因芯片鉴定微生物是非常可靠的,所设计的生物分子探针与芯片表面修饰分子的结合很牢固,5次重复杂交清洗后依然可以产生良好的荧光信号,从而验证了再生芯片使用的可行性。为了提高生物芯片的重复使用次数,论文还对生物芯片的设计与荧光标记方法进行了分析讨论。     

稀疏对数回归及其在基因选择中的应用

针对微阵列分类中涌现出的小样本、超高维问题,提出了一种同时进行基因选择和分类的稀疏对数回归学习机.结合部分自适应弹性网络惩罚与对数似然损失函数,提出了稀疏对数回归学习机,证明了该学习机能激励自适应群体基因选择效应.     

Enhancing the quality metric of protein microarray image

The novel method of improving the quality metric of protein microarray image presented in this paper reduces impulse noise by using an adaptive median filter that employs the switching scheme based on local statistics characters; and achieves the impulse detection by using the difference between the standard deviation of the pixels within the filter window and the current pixel of concern. It also uses a top-hat filter to correct the background variation. In order to decrease time consumption, the top-hat filter core is cross structure. The experimental results showed that, for a protein microarray image contaminated by impulse noise and with slow background variation, the new method can significantly increase the signal-to-noise ratio, correct the trends in the background, and enhance the flatness of the background and the consistency of the signal intensity.     

基于非线性回归分析的差异基因选择方法

提出了一种新的用于微阵列基因差异表达多重假设检验的统计量计算方法,该方法利用基因表达值到各类样本数据中心的距离作为统计量进行多重假设检验,各统计量之间没有相关性,并且有效地减弱了数据噪声带来的假阳性结果,从而提高了多重假设检验的功效,所选择出的基因集也具有更好的分类能力.     

基于遗传优化获取微阵列最佳分类规则

基于遗传编程(GP)提出一种最优规则遗传算法(BRGA)对分类规则进行优化的方法,获取最佳分类规则集,此算法可以调整分类器模型的相关参数,在适当增加迭代基础上大幅提高分类的精确度,具有相当的灵活性和可理解性.利用6个基因数据集检验了算法的性能.仿真结果表明,本文提出的算法与其他文献的方法相比,在具有较高分类精确度和稳定性前提下大幅降低了计算复杂度及冗余.     

基于大脑不同区域的阿尔茨海默症基因表达数据分析

提出了采用Tukey双权函数作为FastICA(Fast Independent Component Analysis)方法的非线性函数,对阿尔茨海默症(Alzheimer’s disease, AD)多个脑区域基因表达数据进行显著基因提取,揭示其基因表达调控关系.针对传统聚类方法基于全局聚类且只能将某个基因聚类到某一类的缺陷,改进的FastICA方法能够对基因表达数据进行快速有效的双向聚类,能够满足同一个基因可能参与不同信号传导通路的生物特性.同时考虑到人脑中海马区、内嗅皮质区、颞中回及视觉皮层区均与学习与记忆功能密切相关,将算法对多个脑区域进行基因表达调控综合分析.结果表明,大量炎症反应是AD致病的重要因素之一.