一个基于基因表达谱的基因逻辑网络模型的建立与应用

基因之间除了线性关联作用关系外,还存在着非线性的逻辑关系.用这种逻辑关系构建的生物系统网络模型对研究细胞内的各种生物通路和细胞分子网络非常重要.首先,根据图着色原理确定了基因的低阶和高阶逻辑关系,然后应用结肠癌基因表达谱数据分析了51个癌基因和抑癌基因的逻辑关系,在此基础上构建了结肠癌基因表达的逻辑网络.通过这个网络模型发现了与KEGG数据库中结肠癌通路一致的转化生长因子信号通路,并分析了各生物通路成员之间错综复杂的关系.实验结果表明,基因逻辑网络模型在一定程度上揭示了结肠癌基因和抑癌基因之间并行、分叉等复杂的相互作用关系,反映了结肠癌发病的复杂分子机制,为分子生物医学家提供了一个参考模型.     

分支位点在真核基因受体位点识别中的作用

真核基因受体位点识别是剪接位点识别的一部分,也是基因识别中的重要环节,一直受到研究人员的关注。已有的研究结果显示受体位点的识别与分支位点有关,然而关于分支位点和受体位点识别的关系问题,目前还无人将其作为专门的问题予以深入研究。从受体位点识别出发,选取不同的受体位点序列长度,以神经网络为识别工具,对分支位点在受体位点识别中的作用做了深入研究和分析。实验结果表明,受体位点序列的特征信息集中在分支位点一例,因此分支位点在受体位点识别中具有重要作用。研究结果为受体位点识别问题中序列特征提取提供了依据。     

基于逐步提取偏最小二乘主成分的特征选择方法

特征选择技术被广泛应用于生物信息学中。通过重复利用偏最小二乘（partial least square,PLS）方法提取主成分,通过逐次选择在主成分中权重较大的基因,将PLS应用于特征选择中。将这种方法用于对肿瘤基因表达谱数据的特征基因选择中,并用提取的特征基因分类,用8个特征基因进行分类时,能达到92.5%的正确率。     

PCA 和PLS 应用于胃癌亚型分类研究

文章研究了基于微阵列基因表达数据的胃癌亚型分类。微阵列基因表达数据样本少、纬度高、噪声大的特点,使得数据降维成为分类成功的关键。作者将主成分分析(PCA) 和偏最小二乘（PLS）两种降维方法应用于胃癌亚型分类研究,以支持向量机（SVM）、K- 近邻法（KNN）为分类器对两套胃癌数据进行亚型分类。分类效果相比传统的医理诊断略高,最高准确率可达100%。研究结果表明,主成分分析和偏最小二乘方法能够有效地提取分类特征信息,并能在保持较高的分类准确率的前提下大幅度地降低基因表达数据的维数。     

基于随机森林的胃癌微阵列数据基因通路分析

将研究重点从单个基因转移到基因信号通路,结合随机森林与信号通路分析了一组胃癌微阵列数据。通过研究基因在通路中的情况以及通路中的基因对胃癌肠型、弥漫型和正常组织样本的分类能力,扩展了随机森林在生物学中的应用,为胃癌的研究提供了新的思路。     

模拟青霉素分批补料发酵过程的细胞自动机模型

根据青霉素产生菌的生长机理和青霉素分批补料发酵过程的动力学特性,在Paull等建立的形态学结构动力学模型的基础上,建立了模拟青霉素分批补料发酵过程的细胞自动机模型。模型采用三维细胞自动机作为菌体生长空间,采用Moore型邻域作为细胞邻域,其演化规则根据青霉素分批补料发酵过程中菌体生长机理和简化动力学结构模型设计。模型中的每一个细胞既可代表单个产黄青霉菌体细胞,又可代表特定数量的这种菌体细胞,它具有不同的状态。对模型进行的仿真实验结果表明：模型不但能一致地复现形态学结构动力学模型所描述的青霉素分批补料发酵过程的演化特性,而且较形态学结构动力学模型更加直观地刻画了青霉素分批补料发酵过程的演化行为。最后,对所建模型在实际生产过程中的应用问题进行了分析,指出了需要进一步研究的问题。     

基于基因表达谱的肿瘤特异基因表达模式研究

基于肿瘤基因表达谱, 利用生物信息学的方法, 从肿瘤与正常组织的样本分类入手就肿瘤特异表达基因的发现及其表达模式问题进行了分析和研究, 进而探讨了肿瘤在基因表达上的特点. 首先, 在分析肿瘤基因表达谱特点的基础上, 提出了基于Relief算法的样本分类特征基因选取策略; 然后, 以支持向量机为分类工具进行样本类型的识别, 以分类错误率为标准选取样本分类特征基因, 并对其中反映肿瘤与正常样本组织构成特点的组织特异表达基因进行排除以突出肿瘤样本真实的类别特征; 最后结合统计学方法, 从信息学的角度论证了分类特征基因在肿瘤组织中特异表达的确实性和普遍性, 并对这些基因在肿瘤组织中呈现出的特异的表达模式进行了分析.     

脑电事件相关去同步化和同步化的神经元群模型

利用基于丘脑-皮层网络的神经元群模型,研究被试者在某种认知状态下脑功能区的连接状态。模型包括三个模块,分别对应脑电头皮电极C3、Cz、C4记录的三个皮质区。模型外部输入包括用高斯白噪声表示的上行传入感受器信号、用直流偏移表示的皮质对丘脑的兴奋性输入、用指数衰减表示的来自脑千和前脑基底神经元的调制信号。模型输出的兴奋性神经元群的平均膜电位反映脑电记录的局部电位。改变模型输入,进行多次仿真试验并进行线性和非线性分析。研究结果显示：仿真输出信号的alpha频带功率谱有与实际脑机接口实验一致的事件相关去同步化和同步化现象;模型中功能相近的区域间有更强的耦合,随着耦合强度的增加,输出信号间的相关性和同步性均增加。     

基于细胞自动机的实体肿瘤生长动态建模

基于细胞自动机方法,建立了一种简单的实体肿瘤免疫性系统模型,用来模拟实体肿瘤生长过程中的情况．我们基于二维随机、离散细胞自动机计算方法,在生物细胞水平上,建立了一种肿瘤免疫性系统生长模型．该模型考虑了免疫反应的宏观性质,描绘了癌细胞和机体免疫系统之间的细胞相互作用,表现了围绕在肿瘤机体周围,免疫系统细胞的免疫作用发展情况．我们研究了常规细胞自动机模型,设计出实体肿瘤模型随机演化生长规则．最终,构建离散细胞自动机肿瘤免疫性系统模型,并做了相应的数值仿真试验．通过对仿真模型不同参数的调整,最终的仿真结果表明,该模型能反映肿瘤免疫性系统基本的相关性质．     

模拟青霉素发酵过程中菌体生长动态的细胞自动机模型

在青霉素发酵生产机理及其动力学微分方程模型的基础上,建立了模拟青霉素分批发酵过程中菌体生长动态的细胞自动机模型(CABGM)。CABGM采用三维细胞自动机作为菌体生长空间,采用Moore型邻域作为细胞邻域,其演化规则根据青霉素分批发酵过程中菌体生长机理和动力学微分方程模型设计。CABGM中的每一个细胞既可代表单个的青霉素产生菌,又可代表特定数量的青霉素产生菌,它具有不同的状态。对CABGM进行了统计特性的理论分析和仿真实验,理论分析和仿真实验结果均证明了CABGM能一致地复现动力学微分方程模型所描述的青霉素分批发酵菌体生长过程。最后,对所建模型在实际生产过程中的应用问题进行了分析,指出了需要进一步研究的问题。