挖掘数据

不管数据来源何处,像贝叶斯建模之类的统计数据挖掘方法都能够有效的从中提取出药物安全性信息。     

缺失数据和贝叶斯系统发育分析精确度之探索

The effect of missing data on phylogenetic methods is a potentially important issue in our attempts to reconstruct the Tree of Life. If missing data are truly problematic, then it may be unwise to include species in an analysis that lack data for some characters (incomplete taxa) or to include characters that lack data for some species. Given the difficulty of obtaining data from all characters for all taxa (e.g., fossils), missing data might seriously impede efforts to reconstruct a comprehensive phylogeny that includes all species. Fortunately, recent simulations and empirical analyses suggest that missing data cells are not themselves problematic, and that incomplete taxa can be accurately placed as long as the overall number of characters in the analysis is large. However, these studies have so far only been conducted on parsimony, likelihood, and neighbor-joining methods. Although Bayesian phylogenetic methods have become widely used in recent years, the effects of missing data on Bayesian analysis have not been adequately studied. Here, we conduct simulations to test whether Bayesian analyses can accurately place incomplete taxa despite extensive missing data. In agreement with previous studies of other methods, we find that Bayesian analyses can accurately reconstruct the position of highly incomplete taxa (i.e., 95% missing data), as long as the overall number of characters in the analysis is large. These results suggest that highly incomplete taxa can be safely included in many Bayesian phylogenetic analyses.     

分子进化生物学中序列分析方法的新进展

简要介绍了分子进化生物学中序列分析方法的最新进展,特别强调了似然比检验和贝叶斯推论在分子进化和系统发育假说检验中的重要性,并介绍了新方法的一些成功应用,同时还给出了一些重要的信息资源。     

基于支持向量机和贝叶斯方法的蛋白质四级结构分类研究

用支持向量机和贝叶斯两种方法对蛋白质四级结构进行分类研究。结果表明,基于支持向量机的分类结果最好,其l0CV检验的总分类精度、正样本正确预测率、Matthes相关系数和假阳性率分别为74．2％、84．6％、0．474、38．9％;基于贝叶斯的分类结果没有支持向量机的分类结果好,但其l0CV检验的假阳性率最低(15．9％)．这些结果说明同源寡聚蛋白质一级序列包含四级结构信息,同时特征向量的确表示了埋藏在缔合亚基作用部位接触表面的基本信息。     

基于贝叶斯网络的DNA序列剪接位点预测

采用基于贝叶斯网络的建模方法,预测真核生物DNA序列中的剪接位点．分别建立了供体位点和受体位点模型,并根据两种位点的生物学特性,对模型的拓扑结构和上下游节点的选择进行了优化．通过贝叶斯网络的最大似然学习算法求出模型参数后,利用10分组交互验证方法对测试数据进行剪接位点预测。结果显示,受体位点的平均预测准确率为92．5％,伪受体位点的平均预测准确率为94．0％,供体位点的平均预测准确率为92．3％,伪供体位点的平均预测准确率为93．5％,整体效果要好于基于使用独立和条件概率矩阵、以及隐Markov模型的预测方法．表明利用贝叶斯网络对剪接位点建模是预测剪接位点的一种有效手段．     

分子进化生物学中序列分析方法的新进展

简要介绍了分子进化生物学中序列分析方法的最新进展,特别强调了似然比检验和贝叶斯推论在分子进化和系统发育假说检验中的重要性,并介绍了新方法的一些成功应用,同时还给出了一些重要的信息资源。     

基于模型数据融合的长白山阔叶红松林碳循环模拟

 充分、有效地利用各种陆地生态系统碳观测数据改善陆地生态系统模型, 是当前我国陆地生态系统碳循环研究领域亟待解决的重要问题之一。该研究以2003~2005年长白山阔叶红松林的6组生物计量观测数据和涡度相关技术测定的碳通量数据为基础, 利用马尔可夫链-蒙特卡罗方法对陆地生态系统模型的关键参数(即碳滞留时间)进行了反演, 进而预测了长白山阔叶红松林生态系统碳库、碳通量及其不确定性。反演结果表明, 长白山阔叶红松林叶凋落物和微生物碳的平均滞留时间最短, 为2~6个月; 其次是叶和细根生物量碳, 二者的平均滞留时间为1~2 a; 慢性土壤有机碳的平均滞留时间为8~16 a; 碳在木质生物量和惰性土壤有机质库中的滞留时间最长, 平均滞留时间分别为77~109 a和409~1 879 a。模拟结果显示, 碳库和累积碳通量模拟值的不确定性将随着模拟时间的延长而增大。当气温升高10%和20%时, 长白山阔叶红松林总初级生产力年总量将分别增加6.5%和9.9%, 净生态系统生产力(NEP)年总量的变化取决于土壤温度的变化。若土壤温度保持不变, NEP年总量将分别增加11.4%~21.9%和17.6%~33.1%; 若土壤温度也相应升高10%和20%, NEP年总量的增幅反而下降甚至低于原来的水平。假设气候和植被保持在2003~2005年的状态, 2020年长白山阔叶红松林NEP年总量为(163±12) g C·m^–2·a^–1, 土壤呼吸年总量为(721±14) g C·m^–2·a^–1。马尔可夫链-蒙特卡罗方法是反演模型参数、优化模拟结果和评估模拟结果不确定性的有效方法, 但今后仍需在惰性土壤碳滞留时间的估计、驱动数据和模型结构的不确定性分析、模型数据融合方法方面进行深入研究, 以进一步提高碳循环模拟的准确性。     

简单贝叶斯决策的计算神经模型

大脑根据贝叶斯理论处理信息已经得到诸多心理学和神经生理学实验的支持.贝叶斯推理过程往往需要处理复杂的概率计算,最近Shadlen和Gold提出基于对数似然比可以简化基于贝叶斯的两可决策任务.然而,目前并不清楚如何在神经回路中实现基于对数似然比的贝叶斯决策.通过建立具有信息整合与胜者独享特性的决策神经回路,结合奖励调制的突触可塑性学习算法,得到决策行为与突触可塑性之间的对应关系,由此可实现简单贝叶斯决策的计算神经模型.最后,利用该模型模拟出最近Yang和Shadlen关于恒河猴可进行贝叶斯决策的实验结果.     

利用支持向量机和马氏判别式预测人类polⅡ启动子

通过选取人类启动子与非启动子序列中不同的k-mer作为预测算法的基础特征,分别以三个区域（-249～-1;0～＋50;-30～＋30）的6-mer频数作为离散源参数构建离散增量,同时选取24个位点（-31～-21;-4-＋2;＋25-＋29）的3-mer频数作为位置打分函数的参数,分别利用支持向量机和马氏判别式为判别函数对启动子进行预测。用10折叠交叉检验来衡量两种算法的预测能力,预测结果成功率分别达到87．0％和87．9％。对于独立检验集,敏感性分别为62．7％和76．0％,特异性分别为77．5％和66.8％。     

数值诊断的一种新方法──贝叶斯定理在数值诊断中的应用研究

根据贝叶斯定理,给出数值诊断的一种新方法——评分法．该方法简单易行,便于推广,且在治疗腰椎间盘突出症应用中收到满意效果．