基于小波包变换的基因微阵列数据预处理方法

目的:基于阿尔茨海默病微阵列基因表达数据,分析研究微阵列基因表达数据预处理的新的有效方法。方法:首先采用标准差滤波、FSC(特征记分准则)和WPT-SAM(小波包变换-微阵列数据显著性分析)方法对微阵列基因表达数据进行预处理,比较处理后获得的基因数和FDR值;然后采用分类聚类方法对处理后的数据进行分类聚类和分层决策聚类,比较分类聚类结果。结果:标准差滤波和FSC方法获得的初筛基因数据较WPT-SAM方法多,但FDR值也高、后续分类聚类结果较WPT-SAM方法差。结论:WPT-SAM方法在预处理微阵列基因表达数据中,是比较灵活理想的分析方法。     

基于小波包变换的基因微阵列数据预处理方法

目的:基于阿尔茨海默病微阵列基因表达数据,分析研究微阵列基因表达数据预处理的新的有效方法.方法:首先采用标准差滤波、FSC(特征记分准则)和WPT-SAM(小波包变换-微阵列数据显著性分析)方法对微阵列基因表达数据进行预处理,比较处理后获得的基因数和FDR值;然后采用分类聚类方法对处理后的数据进行分类聚类和分层决策聚类,比较分类聚类结果.结果:标准差滤波和FSC方法获得的初筛基因数据较WPT-SAM方法多,但FDR值也高、后续分类聚类结果较WPT-SAM方法差.结论:WPT-SAM方法在预处理微阵列基因表达数据中,是比较灵活理想的分析方法.     

绿豆对高脂饮食大鼠肠道微生物及脂代谢调节的影响

本文研究并评估了绿豆对高脂饮食大鼠血脂代谢(TG、TC、LDL-C、HDL-C)、肝脏脂质分布、抗氧化酶活性(SOD、CAT、T-AOC)的影响。还研究了绿豆对高脂饮食大鼠肠道微生物菌群及短链脂肪酸(SCFAs)的调节作用。结果表明,与高脂饮食组相比,添加绿豆显著减轻大鼠了血清和肝脏的脂质积累,并提高了抗氧化酶的活性。大鼠盲肠中的SCFAs含量随绿豆剂量的增加而增加。大鼠盲肠内容物以厚壁菌和拟杆菌为主。绿豆摄入影响了大鼠肠道微生物群的丰度,拟杆菌和放线菌相对丰度等增加。这些结果表明,绿豆具有改善肠道微生物及调节脂代谢的作用,对机体有显著的保护作用。     

基于通路串扰分析的阿尔茨海默症致病机理探寻

目前特征基因提取及致病信号传导通路的重构已成为探寻重大疾病致病机理的重要手段。考虑到基因之间的关联性,利用互信息(mutual information,MI)算法提取出AD患病及其健康对照样本中关联度具有明显变化的基因作为特征基因,在此基础上,基于KEGG通路分析获取特征基因所涉及的信号传导通路,利用距离相关性(distance correlation,DC)算法度量它们之间的串扰关系,最终探寻到33对AD患病前后串扰关系变化较大的通路。通过生物学分析得到:慢性粒细胞白血病通路和剪接体相关通路、子宫内膜癌通路和霍乱弧菌感染通路、幽门螺杆菌感染的上皮细胞传导通路和嘧啶代谢通路,以及促性腺激素通路和嘧啶代谢等通路间的串扰及特征基因的显著变化对AD的发生和发展具有重要的推动作用,研究成果为探寻AD的致病机理提供了新的思路及有益的支撑。     

基于miRNA-mRNA联合分析的卵巢癌调控网络构建

研究表明微小RNA(microRNA,miRNA)通过影响转录后基因表达来调节机体功能,并与肿瘤的发生有密切关系。然而目前癌症致病过程的转录调控网络重构大多致力于转录层面的基因表达数据的处理和分析,如何整合转录及转录后不同类型的生物数据以挖掘它们的共调控机制是目前的研究热点之一。基于此,本研究利用联合非负矩阵分解算法融合卵巢癌miRNA数据和基因表达数据形成共模块,其次对特征模块中miRNA的靶基因进行预测分析,最后对mi RNA-mRNA共模块进行转录及转录后共调控网络构建。仿真结果及分子生物学分析表明,通过联合矩阵分析方法所提取的共模块显示出了与卵巢癌致病具有显著的生物相关性和潜在的联系,此外,GO生物过程分析也进一步的揭示了所提取的共模块中miRNA靶基因的生物学功能与卵巢癌致病密切相关。     

近红外光谱技术快速检测原料乳中掺杂物

采用近红外光谱技术结合化学计量学方法,对原料乳中常见的2种掺杂物——大豆分离蛋白与植脂末进行定量分析研究。先通过不同光谱预处理方法结合偏最小二乘法（PLS）建模评价不同预处理方法的效果,结果表明通过平滑处理结合多元散射校正（MSC）进行光谱预处理效果最佳,大豆分离蛋白PLS定量模型相关系数（R2）与交叉验证均方差（RMSECV）分别为0.980 9、0.127 5,植脂末PLS模型分别为0.972 2、0.130 8。随后比较了不同建模方法的效果,结果发现：采用径向基神经网络（RBF）对大豆分离蛋白的建模效果最佳,R2为0.999 4,测试集均方根误差为0.003 1;采用广义回归神经网络（GRNN）方法对植脂末建模效果最佳,R2为0.998 9,测试集均方根误差为0.004 5。因此,合理结合近红外光谱技术与化学计量学方法可快速、准确检测原料乳中大豆分离蛋白和植脂末这2种掺杂物含量。