酵母基因组组蛋白修饰之间相关性的研究

我们在对染色质修饰作用进行研究的过程中,发现以往的研究只关注化学修饰间的线性关系,而对于非线性关系未充分重视。为此,我们对Pokholok等(2005)人测出的酵母组蛋白甲基化修饰与乙酰化修饰数据进行了插值处理,得到了16种全基因组组蛋白修饰数据。然后对每组修饰数据在TSS位点上、下游各取1 000 bp进行对齐、平均、平滑和归一化处理。我们发现,根据酵母基因转录水平数据,可将组蛋白修饰数据分为两大类:一类是转录增强修饰群体,一类是转录抑制或转录无关修饰群体。为了揭示不同转录活性基因上修饰间的复杂关系,我们分别利用Pearson相关分析法和Reshef等(2011)人提出的MINE算法得到了以上修饰之间的相关性。最后对该结果进行分析,得到了修饰之间的一些非线性关系,同时发现同群体间修饰的关联性更强。     

基因组暗物质的识别：数量最大的一类非编码RNA的高精度预测算法获得突破

第二代测序技术又称作深度测序技术,应用到RNA上统称作RNA-seq或RNA测序,它已成为基因表达和转录组分析的重要手段。第二代转录组测序数据中含有大量不编码蛋白质的ncRNA序列,因为它们像宇宙中的暗物质一样难以识别和有重要功能,     

南丰蜜桔可溶性固形物近红外检测的多元线性回归变量筛选

文章采用反向区间偏最小二乘法结合连续投影算法,筛选南丰蜜桔近红外检测的多元线性回归变量。对南丰蜜桔近红外光谱进行多元散射校正后,利用反向间隔偏最小二乘法,从500～1750 nm中初选出7个光谱区间,用于多元线性回归变量筛选。利用通过遗传算法和连续投影算法筛选出的变量建立了多元线性回归模型。经比较发现,利用反向区间偏最小二乘法结合连续投影算法筛选出的变量建立的多元线性回归模型,预测结果最优,模型预测相关系数为0.937,模型预测均方根误差为0.613 oBrix。结果表明,反向区间偏最小二乘法结合连续投影算法,可以有效地筛选近红外光谱的多元线性回归变量,提高南丰蜜桔可溶性固形物模型的预测精度。     

基于SIFT特征和近似最近邻算法的医学CT图像检索

针对医学X线计算机断层（Computed Tomography,CT）图像,提出了一种基于尺度不变特征变换（Scale InvariantFeature Transform,SIFT）特征和近似最近邻算法的检索方法。首先通过SIFT算法得到图像的特征点和相应的特征向量,再采用近似最近邻算法进行SIFT特征向量的匹配搜索,得到数据库中与参考图像最相似的图像序列。实验结果表明,该法能检索到与目标图像细节相符的结果,大大提高了检索速度。与传统的基于纹理的检索方法相比,查准率和检索结果与目标图像的相似程度方面更佳,符合医学CT图像检索的要求。     

新的独立成分分析算法实现功能磁共振成像信号的盲分离

采用独立成分分析(independent component analysis,ICA)的一种新的牛顿型算法来提取功能磁共振成像(functional magnetic rasonance imaging,fMRI)信号中的各种独立成分(包括与实验设计相关的成分以及各种噪声)。与fastICA相比,该算法减少了运算量,提高了运算速度,而且能够很好地分离出各个独立成分。结果表明该算法是一种有效的fMRI信号分析手段。     

隐半马氏模型在3′剪接位点识别中的应用(英)

新近的基因识别软件比先前的软件有着显著的提高,但是在外显子水平上的敏感性和特异性仍然不十分令人满意.这是因为已有软件对于剪接位点,翻译起始等生物信号位点的识别还不够有效.如果能够分别提高这些生物信号位点的识别效果,就能够提高整体的基因识别效率.隐半马氏模型能够很好地刻画3′剪接位点(acceptor)的结构.据此开发的一套对acceptor进行识别的算法在Burset/Guigo的数据集上经过检验,获得了比已有算法更好的识别率.该模型的成功还使得我们对剪接点上游的分支位点和嘧啶富含区的概貌有了一定的认识,加深了人们对于acceptor的结构和剪接过程的理解.     

引种桉树对本地生物多样性的影响

桉树以速生和适应多种环境的特性成为世界著名的造林树种.但引种桉树对环境可能产生负面影响,如导致土地退化、地下水水位下降和多样性降低等,特别是对林下本地生物物种多样性的影响及其原因还存有争议.本文对此进行了综述,认为大部分桉树人工林本地物种数量低于天然林,一般不高于乡土树种人工林,但总体上好于其他外来树种人工林.导致桉树人工林生物多样性低的原因主要是桉树的生理生态特性、人类不合理的规划和砍伐等,其中人为因素起主导作用.若根据引种地的群落性质,通过严格的设计和科学管理,可以将这种负面影响最小化.应按照有利于群落正常发育和植被更新的方式栽种桉树人工林,保留天然植被,减少人为干扰,从而减轻引种桉树的负面影响.     

缺失数据下蛋白质多结构叠加的迭代方法

蛋白质三维结构叠加面临的主要问题是,参与叠加的目标蛋白质的氨基酸残基存在某些缺失,但是多结构叠加方法却大多数需要完整的氨基酸序列,而目前通用的方法是直接删去缺失的氨基酸序列,导致叠加结果不准确。由于同源蛋白质间结构的相似性,因此,一个蛋白质结构中缺失的某个区域,可能存在于另一个同源蛋白质结构中。基于此,本文提出一种新的、简单、有效的缺失数据下的蛋白质结构叠加方法（ITEMDM）。该方法采用缺失数据的迭代思想计算蛋白质的结构叠加,采用优化的最小二乘算法结合矩阵SVD分解方法,求旋转矩阵和平移向量。用该方法成功叠加了细胞色素C家族的蛋白质和标准Fischer’s 数据库的蛋白质（67对蛋白质）,并且与其他方法进行了比较。数值实验表明,本算法有如下优点：①与THESEUS算法相比较,运行时间快,迭代次数少;②与PSSM算法相比较,结果准确,运算时间少。结果表明,该方法可以更好地叠加缺失数据的蛋白质三维结构。     

系统发育分析中的最大简约法及其优化

随着生物技术的不断发展和系统发育学的深入研究, 在重构系统发育树时, 研究人员往往要面对更多的挑战和困难, 比如： (1)需要分析的样本数（物种数或个体数）不断增加; (2)需要分析的数据量迅速扩大。尤其在基因组测序技术的推动下, 基于分子信息的系统发育重建需要极大的计算量, 因此数学方法、 计算机技术以及其他辅助工具对于系统发育重建的效率和精确度起着至关重要的作用。最大简约法（maximum parsimony）是一种重要的系统发育重建方法, 提高其计算效率对系统发育学研究具有重要意义, 针对该算法的优化改进需要生物学家和计算机专家的共同努力。本文通过详细地阐述最大简约法的计算流程, 分析其参数选择对计算效率的影响, 帮助更多的计算机使用者, 在并不了解系统发育学基础的情况下, 更方便地针对实际的系统发育算法问题给出更好、 更快、 更精准的解决方案; 同时为系统发育研究工作者, 较为清晰地解释最大简约法的构树思想和计算逻辑, 推动针对最大简约法的不断改进与优化。     

A Modified Ant Colony Optimization Algorithm for Tumor Marker Gene Selection

Microarray data are often extremely asymmetric in dimensionality,such as thousands or even tens of thousands of genes but only a few hundreds of samples or less.Such extreme asymmetry between the dimensionality of genes and samples can lead to inaccurate diagnosis of disease in clinic.Therefore,it has been shown that selecting a small set of marker genes can lead to improved classification accuracy.In this paper,a simple modified ant colony optimization (ACO) algorithm is proposed to select tumor-related ma...