基于CFS-mRMR特征筛选方法和Adaboost算法的胶质瘤 相关基因筛选及预测模型的建立

目的:找出胶质瘤病变发生机制相关的基因群,并在此基础上建立预测胶质瘤病变发生的预测模型。方法:收集GEO中胶质瘤芯片数据,使用关联特征选择(Correlation-based Feature Subset, CFS)和最小冗余最大相关性(Minimum Redundancy MaximumRelevance, mRMR)特征选择方法筛选出差异基因,分析这些差异基因的功能,然后使用Adaboost算法建立胶质瘤的预测模型,并对模型的预测能力进行评估。结果:通过特征筛选,得到了19个和胶质瘤病变相关的的基因;以该19个基因建组成特征子集,结合AdaBoost算法建立了胶质瘤的预测模型,经验证,模型的预报准确率可以达到95.59%。通过对19个差异基因的GO和KEGG分析,发现这些基因和肿瘤的发生发展有一定作用。结论:CFS-mRMR特征筛选方法可以有效地发现与胶质瘤疾病有关的基因,所筛选的19个差异基因具有生物学意义,且以此构建的胶质瘤预测模型,可以有效地对预测胶质瘤的发生。     

宁夏南部生态移民迁出区不同恢复模式土壤微生物群落特征

为了揭示人工林对土壤微生物环境的作用机理,利用高通量测序技术,比较了宁南山区刺槐、河北杨、油松、青海云杉和自然恢复林地的土壤真菌、细菌群落组成及多样性,分析了土壤理化性质与优势菌群的关系。结果表明: 1)不同恢复模式土壤真菌优势菌门为子囊菌门、担子菌门、被孢霉门、未分类真菌,占总真菌群落的90%以上;细菌优势菌门为放线菌门、变形菌门、酸杆菌门、绿弯菌门和其他细菌门,占总细菌群落相对丰度的80%以上。2)油松林地土壤真菌多样性最高,Shannon指数和 Simpson 指数分别为3.72±0.37、0.07±0.04。自然恢复林地真菌物种数量最高,Ace和Chao1指数分别为708.19±137.25、706.26±125.34;油松林地细菌多样性和物种数量都最高,Shannon、Simpson、Ace和Chao1指数分别为6.57±0.04、0.004±0.00、3439.81±41.67和3463.14±32.16。3)不同恢复模式相对丰度差异显著的真菌属为产油菌属、枝孢菌属、链格孢属,细菌属为67-14科未定名属、红色杆菌科红色杆菌属、鞘脂单胞菌科鞘脂单胞菌属。4)微生物优势菌群与土壤理化性质的冗余分析(RDA)表明,土壤容重(BD)、碳氮比(C/N)、pH是影响真菌优势菌群的主要因子,BD、氮磷比(N/P)、全磷(TP)、全碳(TC)是影响细菌优势菌群的主要因子。总体而言,不同恢复模式间真菌丰度差异性高于细菌丰度,表明真菌群落组成及其多样性对于不同树种和土壤环境变化较细菌群落更为敏感。研究结果将为宁南山区植被恢复措施及生态系统功能稳定性的维持提供理论支持。