急性髓细胞白血病基因筛选模型的贝叶斯分析

基因表达数据蕴含着大量的生物信息,在生物基因信息研究中,筛选表达水平发生显著变化的差异基因是认识疾病形成机理和辅助靶点药物研究的关键问题.根据急性髓细胞白血病(AML)的基因表达数据,构造基因均值差序列,建立贝叶斯分层混合模型,并为模型的参数赋予具有基因生物特征的先验信息.采用马尔可夫链蒙特卡洛(MCMC)算法对模型参数进行估计,并筛选出急性髓细胞白血病差异表达基因.在实际数据分析中,从美国生物信息中心(NCBI)的高通量基因表达数据库中获取急性髓细胞白血病基因数据集,从经过非特异滤波预处理的14688个急性髓细胞白血病基因中筛选出711个差异表达基因,差异表达基因数仅占急性髓细胞白血病基因总数的4.84%,这一结果与基因差异表达的生物学原理相吻合.     

完整基因表达模型中的精确概率分布

基因表达是细胞内部过程的中心环节,其建模与分析一直是人们关注的焦点.转录水平上的两类代表性基因表达模型(即构成式表达模型和爆发式表达模型)已经被广泛研究,特别是m RNA的分布已经解析地给出,但对于同时考虑转录和翻译的完整基因表达模型,如何解析地导出m RNA和蛋白质的分布以及它们的联合分布的问题至今未得到解决.本文应用作者自己发展起来的二项矩方法解决了此数学问题,尤其是给出了基因产物分布及有关统计量的解析表示.此外,本文还讨论了基因表达噪声的可调性.     

基于统计检验的基因表达数据特征选取与分类模型

采用统计检验的方法对基因表达数据的特征选取和冗余去除展开研究,为此提出了相应模型及算法,与已有文献中的模型与算法相比较,该模型所提方法思路直观,易于理解,算法构造简单,且运行效率高.数值实验选取3个两分类基因表达数据集,实验结果表明该方法对特征选取和冗余去除均有较好的效果.在此基础上,采用类中心距离法对选取的特征基因进行了分类实验,结果进一步表明,本文提出的方法对两分类基因表达数据具有较高的分类精确度.     

基于基因表达谱的肿瘤识别与分类特征基因提取研究

针对基因表达谱信息基因提取的问题,使用Wilcoxon秩和检验方法进行"无关基因"的剔除,基于高低水平基因表达的特点,建立了关于高/低表达水平的双线性回归模型,基于残差分析提取了19个特征基因.使用启发式宽度优先搜索算法搜索最优基因子集,确定结肠癌的基因"标签",运用支持向量机对分类效果进行检验,分类效果良好.     

基于基因表达谱数据筛选差异表达基因新方法

提出一种基于基因表达谱数据筛选差异表达基因的新方法;介绍了筛选差异表达基因常见方法-错误发现率方法(False Discovery Rate,FDR,),分析了多重假设检验p值性质,并根据p值性质提出了一种筛选差异表达基因新方法-单位γ度量法(Unit Measure-γ,UM-γ),建立了计算机模拟基因表达谱数据模型,制定了假阴性率、假阳性率、灵敏度、特异度以及总体错误率等作为考核指标,并使用基因表达谱模拟数据进行计算、比较;单位γ度量法估计非差异表达基因个数具有较高的稳定性和准确性;单位γ度量法既能够同时控制假阳性、假阴性以及总体错事件的发生,又能在一定程度上提高筛选结果的灵敏度和变异度;新提出的方法能有效、准确且稳定的对模拟数据差异表达基因进行筛选.     

2012年研究生数模竞赛A题综述

21世纪是生物学的世纪.生物科学与技术也是我国赶超世界发达国家生产力水平,实现国力后发优势和经济快速发展最有前景和希望的领域.第九届全国研究生数学建模竞赛A题:基因识别问题及其算法实现,是生物信息学结构基因组研究中的一个基本问题.虽然该类问题的研究已经历了十多年时间,但由于基因问题的复杂性,问题的研究远远没有结束.除了基因的统计特征识别方法外,频谱特征识别正受到人们的重视.如果通过该赛题的研究,使得研究生们更加了解生物信息学相关研究课题的重要性,对生物信息学领域产生更大的兴趣,启发大家把数学,物理学以及计算机与信息处理等其它学科的方法引入到生物信息学问题的研究中来,引导研究生们从数学建模走向解决实际问题,那么赛题命题的目的就基本达到了.     

基于FCM算法的小脑基因模糊聚类分析

探讨基因表达数据的聚类分析方法,结合一种聚类结果的评判准则,应用于胎儿小脑基因表达数据,得到了最优的聚类结果,并做出了生物学解释.利用Matlab软件进行了仿真,利用模糊聚类Xie-Beni指数得到了最优聚类数,并把每一类对应的基因标号输出到txt文件,最后进行生物学解释.得到的小脑基因最优聚类数为3类,与生物学意义比较吻合,各类中的基因功能接近.基于FCM算法的基因模糊聚类是有效的,结果具有一定生物学意义,能对生物学基因聚类有一定指导作用.     

基于神经网络MIV值分析的肿瘤基因信息提取

运用统计学及数据挖掘相关知识,以结肠癌基因表达图谱为研究对象,综合运用GB指数、BP神经网络、小波变换等方法对问题给出求解的过程和结果.首先采用GB综合指数对无关基因进行筛选,选择两组备用基因的交集(114个)作为信息基因,降低基因维度.其次,用基因间的强相关性剔除冗余基因,利用BP神经网络对基因进行错判数计算,选取错判率最低、基因子集中基因数量最少的基因特征组,再利用平均影响值(MIV)方法进行基因筛选,最后进行错判数计算,最终确定含有12个基因的子集为最优基因组合.第三步,将每组基因表达值看做基因信号,运用小波转换法对基因数据进行去噪,去噪后特征基因减少为8个.     

小鼠特征脑电波信号分离与相关性分析

基于生物的呼吸机理,建立了小鼠呼吸的闭环控制系统模型,并给出了呼吸脑电波的仿真曲线.结合相关性分析理论,得到了小鼠呼吸曲线和脑电波各自的自相关函数以及两者的互相关曲线与相关系数.利用功率谱估计方法重点研究了脑电波的频域特性并分析了能量比.设计了巴特沃斯数字滤波器和基于功率谱能量分布的脑电波分离算法,对脑电波进行了分离.并比较了分离结果与原始刺激之间的相关性.     

模块式建模法及其数值解法在液压仿真中的应用

本文论述了液压大系统仿真的模块式建模法及其相应的隐式状态方程数值解法——代数-积分混合算法.根据模块式建模法建立了液压调速系统的数学模型,并利用代数-积分混合算法对调速系统进行了数值仿真,仿真结果与实验结果十分吻合.该建模法及其算法首次在液压大系统仿真中得到应用.