基因表达数据

摘要： 乳腺癌基因数据的分类研究在临床医学上具有重要意义。针对基因数据的结构复杂、高维小样本等特点,提出一种最大相关最小条件冗余和深度级联森林结合的基因数据分类方法。选取博德基因研究所乳腺癌基因表达数据集,共98个数据作为样本,每个样本包含1 213个特征基因。首先对数据进行标准化处理,然后利用最大相关最小条件冗余选取特征子集,最后使用深度级联森林对特征子集进行分类。将随机森林、支持向量机和BP神经网络作为对比方法。结果表明,所提出的最大相关最小条件冗余和深度级联森林结合方法的最佳分类准确率达到93.78%,明显优于其他方法。该方法能有效提高乳腺癌基因数据的分类准确率,对基于基因数据的乳腺癌分类具有重要的理论意义与实用价值。

摘要： 评“肿瘤免疫微环境中免疫细胞间通讯景观探究”邹权单细胞测序技术可同时获得组织在单细胞层面的细胞身份信息及基因表达数据。该技术特点为利用生物信息学手段系统预测细胞间信息交流网络提供了前所未有的机遇。因此,系统地推断组织及微环境中细胞之间信号通讯网络及功能机制迅速成为细胞生物学研究的热点。

摘要： 肿瘤基因表达数据具有高维小样本、类别分布不平衡等特点,导致传统方法对其准确分类面临新的挑战。为此,本文提出一种基于Weka平台和代价敏感特征选择的基因表达数据分类方法。首先,对实验中所采用的6组肿瘤基因表达数据进行标准化预处理;然后,通过Weka平台中代价敏感特征选择方法和非代价敏感特征选择方法进行特征选择;最后采用4种分类器进行分类效果对比。实验结果表明,基于代价敏感特征选择的基因表达数据分类方法能够获取较高的分类性能。

摘要： DNA微阵列分类技术是近年来可以有效诊断癌症的重要手段,而随着生物信息学和分子生物学的快速发展,基因表达谱的维度上升呈现出了高冗余和高噪音的特点。在微阵列表达数据中只有少数相关基因在分类中是有意义的,不相关基因通过隐藏相关基因会导致分类准确率降低。因此,选择癌症特征基因的有效方法至关重要。本文总结了目前在癌症基因表达数据领域应用的自然启发式特征选择方法,进一步探讨其未来的发展趋势,增进读者对自然启发式特征选择方法的了解。

摘要： 基因表达数据是由DNA微阵列实验产生的大规模数据矩阵,双聚类算法是挖掘数据矩阵中具有较高相关性的子矩阵,能有效地提取生物学信息.针对当前多目标双聚类优化算法易于陷入早熟和局部最优解等问题,论文提出了基于逻辑运算的离散人工蜂群优化双聚类算法(LOABCB算法),一方面引入人工蜂群算法增强双聚类的全局寻优能力,另一方面通过逻辑运算邻域搜索策略寻找最优双聚类,提高搜索效率.采用基因表达数据的酵母细胞数据集进行实验,结果表明论文算法能够获得实验效果优的具有生物意义的双聚类.

摘要： 目的 研究类不平衡是否会给基因表达数据的类别预测带来额外挑战,通过公开数据集评估7种分类器在不同类平衡比例数据上的表现,旨在为后续研究提供理论基础.方法 在真实数据集上按不同比例抽取样本组成训练集(阴性样本量Nn=10,阳性样本量Np=10,15,20,30,35;Nn=15,Np=5,10,15,25,30)和测试集(Nn=20,Np=20),组成10组新数据集,并选取常用7种分类算法(SVM、C4.5、NB、RF、KNN、AdaBoost、Bagging)对10组新数据集进行分析,比较单次抽样分类与100次抽样平均的分类效果.结果 随着数据集中阳性样本量的增加,分类算法整体灵敏度呈上升趋势,而特异度呈下降趋势.结肠癌数据集中,AdaBoost、NB和RF算法表现较好,支持向量机表现较差且不稳定.在白血病数据集中,NB算法整体表现最优且稳定,AdaBoost、C4.5和RF算法分类效果较好但波动较大.结论 基因表达数据集中类平衡比例、数据特征和分类算法类别均会影响类别预测结果,且单次分析结果具有偶然性,复现性较差,故分析类不平衡数据时应结合类分布比例谨慎选择适当的算法.

摘要： 目的 对基于降噪风险基因网络的生存风险基因筛选算法CoxLASSO-ISIS-N的表现作出评价,并与其他5种算法进行比较,分析算法的优劣,以期为高维基因表达数据的生存风险基因筛选提供一种新的思路.方法 针对带有噪声的高维基因表达数据的生存风险基因筛选问题,分别利用模拟数据和真实数据,对6种算法(CoxLASSO、CoxLASSO-N、CoxLASSO-SIS、CoxLASSO-SIS-N、CoxLASSO-ISIS和CoxLASSO-ISIS-N)进行比较,分析算法的优劣.结果 算法Cox-LASSO-ISIS-N在模型的整体估计效果(LR和CS)、解释信息的比例(R2)以及一致性(CI)上均表现最优且最稳定.结论 基于降噪风险基因网络的生存风险基因筛选算法CoxLASSO-ISIS-N可以对带有噪声的高维基因表达数据实现降噪,从而更精确地筛选生存风险基因,较好地反映死亡或其他结局发生与高维基因表达数据之间的关系,为临床诊断以及预后管理提供依据.

摘要： 针对不完整基因表达数据的聚类问题,提出了一种多目标NSGA-Ⅱ框架下缺失值填补与聚类协同优化的算法.算法根据欧式距离确定不完整基因的近邻基因,以缺失值的最近邻区间为约束,采用混合编码将缺失值填补与聚类中心优化融入NSGA-Ⅱ进化过程,通过将数据集的统计信息与聚类结果共同作为缺失值填补因素,提升不完整基因表达数据的填补准确度及聚类性能.在多个基因表达数据集上的实验结果表明,所提算法得到了更接近真实表达值的填补结果及更紧凑的聚类效果,且聚类结果具有统计显著性.

摘要： 基因表达数据隐藏着丰富的生物信息,双聚类算法是挖掘这些生物信息的有效手段.双聚类算法一直被认为是一个NP-hard问题,而蝙蝠算法在解决NP-hard问题上有很大的优势.本文在蝙蝠算法的基础上提出了一种基于改进蝙蝠算法的双聚类算法(Bi-clustering based on Improved Bat Algorithm,BIBA).通过在酵母细胞基因数据集上的实验表明BIBA算法能够得到MSR值更小、体积更大的双聚类.

摘要： 目的 提出一种利用共有基因模块构建大规模基因调控网络算法(Common Gene Mod-ules Network,CGMN),有效降低传统基因调控网络构建基因节点规模较大的基因调控网络(包含几百个,甚至几千个基因节点)时时间复杂度过大的缺陷.方法 CGMN算法从基因表达数据出发,采用6种常用聚类算法把基因表达模式相似的基因聚类成功能模块,找出6种聚类方法的共有模块,并将其作为功能模块基因节点,采用局部贝叶斯网络(Local Bayesian Network,LBN)算法构建功能模块基因-基因调控网络.结果 与结论 大规模细胞周期基因表达数据集上仿真实验结果表明,搜索共有模块压缩基因节点数目策略,能够有效降低大规模基因调控网络重构时间复杂度,且验证了CGMN算法构建大规模基因调控网络的有效性.

摘要： 通过介绍改进的多代理系统在分析基因表达数据中的应用,揭示了运用普通分类器找出有效的分类基因,而且这些普通分类器在研究基因表达数据库时可被代理使用.这样就可得到一个具有大量基因特征的小子集,并且用它可以帮助辨认病人的临床状况和特征.实验表明代理通过改进和相互协作可改进其性能,并通过两个著名的众所周知的基因表达问题来展示项目的研究成果。

摘要： 本文提出了一种基于Web的基因表达数据管理系统的设计方案。本系统采用两套数据库SampleDataBase和GeneInformationDataBase，使用R和Biocondutor提供的方法分析基因表达数据，为用户提供统一的平台，简化用户的操作，并提供可视化的分析结果。

摘要： 聚类分析是基因表达数据分析中使用最为广泛的一类方法。本文提出一种基于数据挖掘的模糊关联规则的基因关联模糊聚类算法(GRFCA)对基因表达数据进行聚类分析，并对此算法进行深入的分析研究，最后用实验数据对GRFCA聚类算法和多种传统聚类算法在性能上进行了分析和比较，取得了比较理想的实验结果。

摘要： 目前基因数据分析软件普遍缺乏数据管理功能、操作复杂,文章提出了基于Struts结构的基因表达数据分析软件的设计方案,设计出整合多种基因信息学软件、易于扩展的基础结构.该软件系统可对基因数据进行有效的管理,它使用R和Biocondutor提供的方法分析基因表达数据,简化用户操作,为用户提供科学、准确和可视化的分析结果.

摘要： 微阵列技术的发展产生了大量的高维基因表达数据。直接把适合低维空间聚类的传统算法用于高维基因表达数据分析难以得到理想的结果，维组合和维削减两种降维方式都存在着各自的不足—维组合方式产生的新特征很难用原来的领域知识进行解释，维削减方式削减了特征维，通常会丢失信息。另外，多数聚类算法通常由用户指定聚类参数，细微的参数设置差别会导致差异很大的结果。本文针对上述问题，提出了一种新的基于迭代重聚类的基因表达数据聚类分析算法—AIRBAG。它不进行维组合，也不进行维削减，在特征重聚类的基础上，反复用最新得到的样本聚簇重新聚类基因，然后以新的基因聚簇为特征重新聚类样本，逐步求精，最终的结果容易解释且避免了信息的丢失。本文还给出了一种自动确定聚类参数的方法，该方法降低了由于用户缺少领域知识引起的实验误差。AIRBAG 算法被应用于两个微阵列数据集，colon 数据集和 leukemia 数据集，实验结果验证了算法的有效性。

摘要： 提出了一种基于小波变换的基因表达数据去噪聚类分析方案,介绍了其理论根据和算法,并给出了Matlab仿真结果.表明本方法能够减少传统聚类方法受到噪声影响的程度,处理后的数据聚类结果具有更高的准确度.小波变换对数据的压缩和并行运算的特点,提高了大规模多维数据处理的速度.

摘要： 本文讨论了自组织映射(SOM)和聚类有效性测度.结合基因微阵列的特点,设计并实现了一种基于聚类有效性测度的自组织映射分析模型.将该种模型运用于公开的白血病基因表达数据集,取得了较好的实验结果。

摘要： 针对类别保局投影基于类内散度的特点,提出了一种基于类间散度的特征提取方法——类别非局保留投影.利用Matlab软件对类别保局投影、主分量分析和类别非局保留投影进行了可视化效果和聚类识别率的比较、分析.结果表明,在类间信息起主导作用的基因表达数据分类任务中,类别非局保留投影比类别保局投影能获得更好的分类特征.因此类别非局保留投影更适合于类间信息其主导作用的分类任务.

摘要： 本发明公开了一种由大规模基因芯片表达谱数据构建基因调控亚网络的方法。包括如下步骤：1)基因芯片表达谱缺失数据值估计；2)利用贝叶斯网络构建基因间的调控网络；3)对原始的表达数据重新抽样，重复步骤2)，得到一个可能的贝叶斯网络的集合；4)统计分析网络特征，重构显著性的亚网络模块。本发明实现从大规模基因芯片实验数据中获取多个基因间调控关系，这个结果是传统生物学实验无法得到的；它在一定程度上弥补了芯片数据不足而导致贝页斯网络学习噪音比较大的缺点。通过构建小的亚网络，在一定程度上来说，紧密调控基因之间的关系可以通过一致图的方法来对那些不是直接调控的基因间关系去噪。得到的亚网络为下步的生物学实验提供更好指导。

摘要： 提供作为副作用的细胞毒性少且MEX3B基因的表达抑制能力提高的核酸、含有上述核酸的MEX3B基因表达抑制剂、抑制MEX3B基因表达的方法及起因于MEX3B基因表达的疾病的预防或治疗剂。核酸为下述(1)～(3)中的任一者：(1)由序列表的序列号1或2中记载的碱基序列组成的寡核苷酸；(2)由在序列表的序列号1或2中记载的碱基序列中缺失、取代及/或添加1个或2个碱基而得的碱基序列组成、且抑制MEX3B基因的表达的反义寡核苷酸；(3)包含序列表的序列号3中记载的碱基序列、且抑制MEX3B基因的表达的反义寡核苷酸。

摘要： 本发明提供作为副作用的细胞毒性低且能够抑制MEX3B基因的表达的核酸、包含上述核酸的MEX3B基因表达抑制试剂、抑制MEX3B基因表达的方法及由MEX3B基因表达所引起的疾病的预防或治疗剂。抑制MEX3B基因的表达的核酸，所述核酸为：反义寡核苷酸，所述反义寡核苷酸具有与MEX3B基因的外显子中的非翻译区中的包含至少10个连续核苷酸的寡核苷酸互补的序列；或者双链RNA或编码上述双链RNA的DNA，所述双链RNA包含上述非翻译区中的至少20个连续核苷酸。

摘要： 本发明公开了基于基因大数据的小样本基因表达数据分类方法，其技术步骤为：确定训练样本基因表达数据和类标签，构建矩阵；根据L阶频数统计结果和2阶频数统计结果，计算L+1阶估分，去除估分小于阈值的非频繁集；计算到最大阶数Lmax；计算不同类别差异化的缺失情况；对各阶评分表进行排序，建立决策表；根据决策表对测试样本进行判别并输出类别。本发明基于基因大数据的跨平台分类器训练模型，结合基因表达数据公共储存库中海量的数据与小规模基因表达样本混合训练，有效的提高了分类效果。同时，该方法解决了跨平台所带来的缺失值的影响。

摘要： 本发明提供一种基于基因表达数据的基因调控网络重构方法，涉及生物信息学中基因调控网络重构技术领域。该方法包括：获得重构所需基因表达量数据；对数据进行归一化处理；对目标基因表达量预测建模；预测目标基因表达量；分析输入特征基因与目标基因调控关系；基因调控网络重构。本发明提供的一种基于基因表达数据的基因调控网络重构方法，能够根据基因表达数据实现高精度基因调控网络建模，使用差分进化算法优化的Elman神经网络预测基因的表达量，具有运算速度快，精度高的优点，另外，使用模拟数据能够解决数据量不足的问题，使最终所建立的基因调控网络具有良好的准确性，其适用范围广，可适用于不同的基因表达数据，具有良好可移植性。

摘要： 本发明涉及一种基于跨平台基因表达数据的基因调控网络重建方法，根据跨平台基因表达数据的特点，通过获取来自p个测序平台基因表达数据，并进行预处理，然后从每个基因样本中抽取n个基因表达量，并基于偏相关系数的混合型条件独立性测试得到每个基因表达量的父子节点集，将其应用于跨平台因果网络结构学习的学习网络骨架、确定v‑结构和最大化标志方向三个过程中，从而重建出跨平台基因调控网络，本发明利用因果图模型解决跨平台基因调控网络的问题，能直接有效地利用跨平台基因表达数据进行高维的基因调控网络重建的同时，避免数据预处理过程导致的数据过度平滑等问题，提高了跨平台基因调控网络重建结果的正确率和召回率。

摘要： 本发明公开了基于基因大数据的小样本基因表达数据分类方法，其技术步骤为：确定训练样本基因表达数据和类标签，构建矩阵；根据L阶频数统计结果和2阶频数统计结果，计算L+1阶估分，去除估分小于阈值的非频繁集；计算到最大阶数Lmax；计算不同类别差异化的缺失情况；对各阶评分表进行排序，建立决策表；根据决策表对测试样本进行判别并输出类别。本发明基于基因大数据的跨平台分类器训练模型，结合基因表达数据公共储存库中海量的数据与小规模基因表达样本混合训练，有效的提高了分类效果。同时，该方法解决了跨平台所带来的缺失值的影响。

摘要： 本发明提供一种基于基因表达数据的基因调控网络重构方法，涉及生物信息学中基因调控网络重构技术领域。该方法包括：获得重构所需基因表达量数据；对数据进行归一化处理；对目标基因表达量预测建模；预测目标基因表达量；分析输入特征基因与目标基因调控关系；基因调控网络重构。本发明提供的一种基于基因表达数据的基因调控网络重构方法，能够根据基因表达数据实现高精度基因调控网络建模，使用差分进化算法优化的Elman神经网络预测基因的表达量，具有运算速度快，精度高的优点，另外，使用模拟数据能够解决数据量不足的问题，使最终所建立的基因调控网络具有良好的准确性，其适用范围广，可适用于不同的基因表达数据，具有良好可移植性。

摘要： 本发明涉及一种基于跨平台基因表达数据的基因调控网络重建方法，根据跨平台基因表达数据的特点，通过获取来自p个测序平台基因表达数据，并进行预处理，然后从每个基因样本中抽取n个基因表达量，并基于偏相关系数的混合型条件独立性测试得到每个基因表达量的父子节点集，将其应用于跨平台因果网络结构学习的学习网络骨架、确定v‑结构和最大化标志方向三个过程中，从而重建出跨平台基因调控网络，本发明利用因果图模型解决跨平台基因调控网络的问题，能直接有效地利用跨平台基因表达数据进行高维的基因调控网络重建的同时，避免数据预处理过程导致的数据过度平滑等问题，提高了跨平台基因调控网络重建结果的正确率和召回率。

摘要： 本发明涉及基因诊断领域，尤其涉及一种基于基因表达数据的混合网络基因筛选方法；本方案通过引入基因表达数据，设计了基于基因表达数据的混合网络基因筛选方法模型，并给出了如何通过基因表达数据构建不同网络的具体步骤，利用基因表达数据对疾病与基因，基因与基因之间的相互关系网络进行了更为细致深入的量化，从而增强整个混合模型在疾病基因筛选方面的综合能力。