高血压性心脏病生物标志物的筛选：基于中国重庆市7家医疗机构的数据分析研究*

目的: 筛选高血压性心脏病（HHD）的影响因素,建立HHD的预测模型,为HHD的发生提供预警。方法: 选取中国重庆市某医科院校数据研究院平台2016年1月1日至2019年12月31日主要诊断为高血压性心脏病和高血压患者。通过单因素分析、多因素分析筛选HHD的影响因素,采用R语言分别构建Logistics模型、随机森林（RF）模型和极限梯度上升（XGBoost）模型。结果: 单因素分析筛选出60项差异指标,多因素分析筛选出18项差异指标（P<0.05）。Logistics模型、RF模型、XGBoost模型曲线下面积（AUC）分别为0.979、0.983和0.990。结论: 本文建立的3种HHD预测模型结果稳定,其中XGBoost模型对于HHD的发生具有良好的诊断效应。     

迁飞昆虫生物学参数反演及种类辨识分析

虫害严重威胁着我国的粮食安全,迁飞昆虫中有许多是农业害虫,其远距离迁飞是导致虫害异地暴发的重要原因.昆虫雷达是观测昆虫迁飞最有效的工具,在迁飞昆虫的监测和预警中发挥着越来越重要的作用,但传统昆虫雷达不能准确获取昆虫的各项生物学参数,因此无法实现昆虫种类的精确识别.随着雷达技术的创新和发展,通过昆虫雷达获得较为准确的昆虫生物学参数成为可能,为基于昆虫雷达实现迁飞昆虫个体种类辨识提供了依据.本文综述了从雷达回波中提取多频和极化散射参量,然后基于不同的电磁散射反演昆虫生物学参数的方法,并对比分析了基于不同方法的昆虫体重、体长、体宽和振翅频率的反演精度.最后基于生物学参数,采用5种机器学习算法以高精度实现了 23种迁飞昆虫的种类辨识,并分析了昆虫生物学参数的测量误差对迁飞昆虫种类辨识精度的影响,初步验证了利用雷达实现高精度迁飞昆虫种类辨识的可行性.     

基于机器学习的医学影像分析在药物研发和精准医疗方面的应用

MRI,PET,和CT等医学影像在新药研发和精准医疗中起着越来越重要的作用。影像技术可以被用来诊断疾病,评估药效,选择适应患者,或者确定用药剂量。 随着人工智能技术的发展,特别是机器学习以及深度学习技术在医学影像中的应用,使得我们可以用更短的时间,更少的放射剂量获取更高质量的影像。这些技术还可以帮助放射科医生缩短读片时间,提高诊断准确率。除此之外,机器学习技术还可以提高量化分析的可行性和精度,帮助建立影像与基因以及疾病的临床表现之间的关系。首先根据不同形态的医学影像,简单介绍他们在药物研发和精准医疗中的应用。并对机器学习在医学影像中的功能作一概括总结。最后讨论这个领域的挑战和机遇。     

肠道噬菌体组生物信息学分析方法的研究进展

噬菌体是感染细菌的病毒,广泛存在于各类环境中。由于传统实验研究的局限性及噬菌体基因的特异性,导致对肠道噬菌体的研究很少。随着宏基因组测序技术的发展和各种生物信息分析软件的开发,可以通过噬菌体组学,加深对肠道噬菌体的认识。噬菌体组分析流程主要包括原始数据质量控制和预处理,病毒基因组序列的拼接组装,类病毒颗粒的筛选和系统分类注释以及进化分析和预测相应宿主细菌。本文对噬菌体组分析流程和其中所需要的常用生物信息分析工具和数据库进行详细的介绍,可以为肠道噬菌体研究以及相关的研究人员提供参考。     

基于序列特征的环状RNA识别

环状RNA是新发现的一类具有重要生物学功能的RNA。现有的环状RNA识别工具依赖高通量测序数据,因数据本身和识别方式的弊端而普遍存在准确性不足、不同方法间重复性低以及假阳性率/假阴性率高等缺点。为了解决该问题,我们搭建模型来实现不依赖于测序数据而根据序列的内在特征的环状RNA从头预测。本文选取了包括剪接位点上下游内含子的长度、A-to-I密度和Alu重复序列等100个与RNA成环相关的序列特征,建立了机器学习模型,并识别了人类基因组中的环状RNA,比较了两种机器学习方法随机森林法(RF)和支持向量机(SVM)的分类效果。结果表明,所选序列特征能有效地鉴别RNA能否成环,同时,不同序列特征对模型的分类预测能力的贡献也不同。相比于SVM方法,RF分类的效果更好。     

沿海养殖池塘对红树林生态系统影响的时空变化监测与分析

随着沿海人类活动的日益加剧,其对红树林生态系统健康和可持续发展的影响也逐渐凸显,实现红树林周边典型人类活动时空动态变化监测对红树林生态系统的保护与修复意义重大。该研究基于Landsat多时相遥感数据和GoogleEarth Engine平台,通过面向对象的机器学习方法,融入水体季节波动信息作为分类特征,获取了1990、2000、2010和2020年4个不同时期中国沿海红树林分布省区(包括广东、福建、浙江、台湾、广西及海南) 30 m分辨率的养殖池塘空间格局及其变化特征,并进一步解析养殖池塘对红树林生态系统的影响。研究结果表明:(1)研究区域内4个时间节点的沿海养殖池塘面积总量分别为2 963、5 200、5 377及4 805 km²,呈先增加后减少的趋势,于2010–2020年间达到峰值。沿海养殖池塘面积变化趋势和达峰时间存在明显区域差异性,其主要原因是红树林保护政策、养殖池塘规范管理和阶段性经济目标的区域差异化。(2)我国沿海养殖池塘集中分布在21°–24°N区域(广东和广西),与红树林沿纬度的分布格局呈错峰分布。其中,红树林与沿海养殖池塘集中分布区(21°–...     

基于蛋白质序列的泛素化位点预测研究进展

泛素化是目前广受关注的一种翻译后修饰过程,对蛋白质降解、DNA修复等多种细胞过程都具有重要的调控作用。本文根据国内外蛋白质泛素化位点预测的研究,分析了预测泛素化位点的特征属性,总结了对这些特征进行优化的特征选择方法,并对预测过程中所使用的各种机器学习分类器进行了概述。     

免疫细胞浸润在非小细胞肺癌诊断与预后中的应用

免疫细胞浸润对癌症的诊断与预后有着重要意义。文中收集TCGA数据库已收录的非小细胞肺癌肿瘤与正常组织基因表达数据,利用CIBERSORT工具得到22种免疫细胞占比来评估免疫细胞浸润情况。以22种免疫细胞占比为特征,用机器学习方法构建了非小细胞肺癌肿瘤与正常组织的分类模型,其中随机森林方法构建的模型分类效果AUC=0.987、敏感性0.98及特异性0.84。并且用随机森林方法构建的肺腺癌和肺鳞癌肿瘤组织分类模型效果AUC=0.827、敏感性0.75及特异性0.77。用LASSO回归筛选22种免疫细胞特征,保留8种强相关特征组成的免疫细胞评分结合临床特征构建了非小细胞肺癌预后模型。经评估及验证,预后模型C-index=0.71并且3年和5年的校准曲线拟合良好,可以对预后风险度进行准确预测。本研究基于免疫细胞浸润所构建的分类模型与预后模型,旨在对非小细胞肺癌的诊断与预后研究提供新的策略。     

组学时代下机器学习方法在临床决策支持中的应用

随着组学技术的不断发展,对于不同层次和类型的生物数据的获取方法日益成熟。在疾病诊治过程中会产生大量数据,通过机器学习等人工智能方法解析复杂、多维、多尺度的疾病大数据,构建临床决策支持工具,辅助医生寻找快速且有效的疾病诊疗方案是非常必要的。在此过程中,机器学习等人工智能方法的选择显得尤为重要。基于此,本文首先从类型和算法角度对临床决策支持领域中常用的机器学习等方法进行简要综述,分别介绍了支持向量机、逻辑回归、聚类算法、Bagging、随机森林和深度学习,对机器学习等方法在临床决策支持中的应用做了相应总结和分类,并对它们的优势和不足分别进行讨论和阐述,为临床决策支持中机器学习等人工智能方法的选择提供有效参考。     

基于复合叶片特征的计算机植物识别方法

该文探讨如何根据植物的叶片特征,利用图像处理和机器学习的方法对植物进行分类。鉴于现有的叶片分类系统多采用单一的特征,如几何和纹理等,仅能在小规模数据库上得到较好的结果。然而,随着样本种类的增多,单一特征在不同种类叶片之间的相似性非常明显,致使分类正确率降低。该研究使用多种复合特征,并提出了原创的预处理方法以及宽度、叶缘频率特征,较传统的几何特征更为详尽。研究结果显示,复合特征可以有效避免算法过拟合问题,使之适用于更大的数据库。通过提取21类植物的叶片宽度、颜色、叶缘和纹理共292维特征,对1 915张数字图像进行了分类,正确率达到93%,并分析了各类特征对分类结果的影响。研究结果表明,在不影响分类正确率前提下,可将特征减少到约100维。