乳腺癌转移相关基因表达调控网络的线性微分方程模型的初步研究

初步构建乳腺癌转移相关基因表达调控网络的线性微分方程模型,并分析模型的可靠性和生物学意义. 采用基因芯片技术,分别对30例伴有淋巴结转移的乳腺癌组织及其相应淋巴结转移癌组织进行基因表达谱的比较,选择差异基因通过线性微分数学方法构建表达调控网络模型. 差异表达基因共27个,其中Ratio > 3的明显上调基因14个,而Ratio < 0.33的明显下调基因13个. 比较伴有淋巴结转移的乳腺癌组织和其相应淋巴结转移癌组织,分析筛选了27个表达差异基因,应用数学线性微分方程方法初步构建乳腺癌转移相关基因表达调控网络的线性微分方程模型,通过分析模型中重要节点、通路的生物学意义,判定网络的数学特性,初步表明,调控网络的可靠性和乳腺癌转移的形成是与多基因、多通路异常引起的细胞恶性转化相关.     

支持向量机与神经网络的关系研究

支持向量机是一种基于统计学习理论的新颖的机器学习方法,由于其出色的学习性能,该技术已成为当前国际机器学习界的研究热点,该方法已经广泛用于解决分类和回归问题．本文将结构风险函数应用于径向基函数网络学习中,同时讨论了支持向量回归模型和径向基函数网络之间的关系．仿真实例表明所给算法提高了径向基函数网络的泛化性能．     

湿地翅碱蓬生物量遥感估算模型

以黄河三角洲HJ-1A CCD遥感数据和滨海湿地翅碱蓬生物量实测数据为数据源,通过对比分析参数回归模型（单变量线性和非线性回归模型,多元线性逐步回归模型）和人工神经网络模型（BP网络、RBF网络、GRNN网络）,构建黄河三角洲湿地翅碱蓬生长初期的生物量湿重遥感估算最优模型。研究表明：基于遥感信息变量能够建立生长初期翅碱蓬生物量湿重估算模型。尽管基于RDVI、MSAVI和PC2的3个变量的多元线性回归模型的拟合效果较优,但是以SAVI、MSAVI、RVI、DVI、RDVI和PC2等7个遥感信息变量构建的BP神经网络模型的精度更高,平均相对误差为12.73%,估算效果最优,能够满足较高精度的生物量湿重估算需求。翅碱蓬生长初期生物量湿重最优估算模型的建立,为滨海地区植被生物量监测、区域翅碱蓬生物量季节动态模拟以及黄河三角洲生态系统功能评价提供技术支持与基础。     

基于组学数据构建基因调控网络

在生命体内,基因以及其它分子间相互作用形成复杂调控网络,生命过程都是以调控网络的形式存在,如从代谢通路网络到转录调控网络,从信号转导网络到蛋白质相互作用网络等等。因此,网络现象是生命现象的复杂本质和主要特征。本文系统地介绍了基于表达谱数据构建基因调控网络的布尔网络模型,线性模型,微分方程模型和贝叶斯网络模型,并对各种网络构建模型进行了深入的分析和总结。同时,文章从基因组序列信息、蛋白质相互作用信息和生物医学文献信息等方面讨论了基因调控网络方面构建的研究,这对从系统生物学水平揭示生命复杂机制具有重要的参考价值。     

广义隐Markov模型在基因识别中的应用

广义隐Markov模型(GHMM)是基因识别的一种重要模型,但是其计算量比传统的隐Markov模型大得多,以至于不能直 接在基因识别中使用。根据原核生物基因的结构特点,提出了一种高效的简化算法,其计算量是序列长度的线性函数。在此 基础上,构建了针对原核生物基因的识别程序GeneMiner,对实际数据的测试表明,此算法是有效的。     

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.     

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。     

使用线性微分方程构建初步的乳腺癌转移相关基因网络模型

随着基因芯片的技术的推广,越来越多的表达数据需要被处理和分析．利用这些表达数据提取基因调控矩阵从而构建基因网络是一个重要的问题．通过线性微分方程模型可以初步构建基因网络,了解网络结构,提取最显著的信息．然而由于分子生物学的条件限制或者数据来源的限制,导致实验数据不充分,使方程组无解．本文使用三次样条方法,对26例临床、病理资料完备的具有淋巴结转移的乳腺癌基因表达数据进行插值处理,使表达数据满秩,从而使用最小二乘法解出加权矩阵,构建初步的表达基因调控网络．通过对构建的基因网络的初步分析表明:乳腺癌转移的形成是由多基因异常引起多条传导通路异常,致使细胞恶性转化的结果,这与生物学上公认的看法是相一致的．因此,利用此线性模型方法对基因表达谱进行分析兵有一定可行性,在认识乳腺癌转移机制,乳腺癌诊断和治疗方面具有一定的理论和应用价值．     

主成分分析方法在基因调控网中的应用研究

利用基因表达值推断基因调控网是生物学中的一个重要领域,在疾病治疗领域和药物研究领域具有很好的效用.状态空间模型是一种新型优化的模型,在基因调控网中给出系统理论的分析和研究,较动态贝叶斯网络模型在平行的精度下具有极低的运行时间.本论文在前人工作基础上,研究主成分分析方法在状态空间模型中的应用,通过对调控基因关系矩阵取和方法找出主导基因,从而优化之前的线性空间模型,得到较优的结果.     

植食性哺乳动物能量收益函数模型的预测性及适用性

以东方田鼠喜食的白三叶叶片作为食物,在保持叶片生物量不变的条件下,改变叶片大小,配置东方田鼠觅食的各类食物大小异质斑块,测定东方田鼠觅食的行为。通过比较几种植食性哺乳动物能量收益函数模型的预测性,评价其适用性。结果发现,没有检测到东方田鼠食物摄入量动态呈S型能量收益函数增长。线性函数模型能准确地预测东方田鼠在中、小型食物斑块的停留时间;在大型食物斑块,尽管,分段线性函数及渐进函数均能很好地拟合东方田鼠的食物摄入量动态,但仅分段线性函数模型能准确地预测其停留时间。线性函数模型及分段线性函数模型是在功能反应机制模型-口量模型基础上建立的,反映了调节摄入率动态的机制,为机制性模型。因此,此2种模型是在口量及摄食站尺度上,探讨动物在食物斑块的能量收益动态及停留时间;而渐进函数模型及S型函数模型均为实验性模型,是在斑块尺度上预测动物能量收益动态及停留时间,未能反映动物摄入率动态,故其预测效果较差。由于此4种模型均未考虑动物在食物斑块搜寻食物及非觅食活动如警觉和逃跑等花费的时间,因而,限制了模型的广泛应用。建议,发展新的模型,促进觅食生态学斑块模型理论研究的深入发展。     

生猪供给系统反馈结构的定量分析

本文研究了浙江省生猪供给系统变量间的线性与非线性回归函数关系,确定了系统反馈结构．     

回归模型分析中卡方(X~2)检验的误用

1问题的提出近年来,回归（线性或非线性的）模型应用十分广泛,并取得了积极的应用效果。不过,在建立回归模型时,有的著（作）者在建立线性或非线性回归模型之后,为检验模型理论值和实际观测值的拟合情况,往往还应用卡方适合性测验方法进行理论值和观察值吻合程度的测验[1～3]。作者认为这些检验方法实为卡方检验的误用。为进一步说明、分析该问题,在此将卡方适合性测定方法描述如下。2卡方适合性检验方法及步骤［4］设总体X的分布函数为F（x）,且未知,X1,X2,…,Xn为其样本,我们的目的是要检验F（x）是否与预先给定的分布函…     

基于Petri网的基因调控网络建模与分析

如何有效描述与分析复杂的基因调控网络(GRN)是生物学家研究基因表达调控机制的关键步骤.现有大部分方法在建模过程中忽略了生物中广泛存在的协同作用,模型预测结果与实际生物行为之间存在误差.基于混合函数Petri网(HFPN)理论提出了一种对基因调控网络进行定量分析的新方法.首先简要介绍GRN与HFPN的基础理论,然后为HFPN引入两类新元素:逻辑库所与逻辑变迁,描述基因调控网络的逻辑规则以及转录因子间的协同作用,最后构建海胆endo16基因调控网络的Petri网模型,并预测模型在不同位点发生突变时的基因表达水平变化.分析结果与文献实验数据相一致,验证了方法的正确性.     

基于线性混合模型的红松人工林一级枝条大小预测模拟

基于黑龙江省孟家岗林场60株人工红松955个标准枝数据,采用线性混合效应模型理论和方法,考虑树木效应,利用SAS软件中的MIXED模块拟合红松人工林一级枝条各因子(基径、枝长、着枝角度)的预测模型.结果表明： 通过选择合适的随机参数和方差协方差结构能够提高模型的拟合精度;把相关性结构包括复合对称结构CS、一阶自回归结构AR(1)及一阶自回归与滑动平均结构ARMA(1,1)加入到一级枝条大小最优混合模型中,AR(1)可显著提高枝条基径和角度混合模型的拟合精度,但3种结构均不能提高枝条角度混合模型的精度.为了描述混合模型构建过程中产生的异方差现象,把CF₁和CF₂函数加入到枝条混合模型中,CF₁函数显著提高了枝条角度混合模型的拟合效果,CF₂函数显著提高了枝条基径和长度混合模型拟合效果.模型检验结果表明：对于红松人工林一级枝条大小预测模型,混合效应模型的估计精度比传统回归模型估计精度明显提高.
     

从酵母表达时间序列估计基因调控网络

基因调控网络是生命功能在基因表达层面上的展现。用组合线性调控模型、调控元件识别和基因聚类等方法 ,从基因组表达谱解读酵母在细胞周期与环境胁迫中的基因调控网络。结果表明 ,细胞在不同环境条件下会调整基因调控网络。在适应的环境下 ,起主要作用的是细胞生长和增殖有关的基因调控网络 ;而在响应环境胁迫时 ,细胞会再规划调控网络 ,抑制细胞生长和增殖相关的基因 ,诱导跟适应性糖类代谢与结构修复相关的基因 ,还可能启动减数分裂产生孢子。分别从细胞周期和环境胁迫响应相关基因中 ,搜索到转录因子Mcm1结合位点TT CC T GGAAA ,和Dal82在尿囊素代谢途径相关基因上的结合位点TGAAAAWTTT。从而 ,从酵母表达时间序列估计基因调控网络是可行的 ,与至今已知的实验观察相当吻合     

全基因组基因-基因相互作用研究现状

复杂疾病目前正在全球范围流行, 极大地影响人类的健康。研究发现, 复杂疾病的性状受到多个位点的相互作用影响。目前的全基因组关联分析(Genome-wide association study, GWAS)仅仅解析单个SNP位点对疾病易感性的贡献, 单纯依靠这一种策略并不能在寻找复杂疾病的病因上得到根本性的突破。基因-基因相互作用可能是复杂疾病致病的主要因素之一。针对这一点, 科学家已经提出了一些检验基因相互作用的算法, 包括惩罚logistic回归模型、多因子降维(Multifactor dimensional reduction)、集合关联法(Set-association approach)、贝叶斯网络(Bayesian networks)、随机森林法等。文章首先对目前这些方法做了综述, 并指出了其中的不足, 包括计算复杂度太高、假设驱动、数据会过度拟合、对低维数据不敏感等, 进而简述了一种由笔者所在实验室开发的基于GPU的研究基因相互作用的算法, 该算法复杂度低, 不需要任何假设, 没有边际效应, 有很好的稳定性, 速度快, 适用于进行全基因组范围内的基因-基因相互作用计算。     

三种线性模型在杉木与马尾松地位指数相关关系研究中的比较

地位指数法是当前立地质量评价中广泛采用的一种评定方法。在同一立地上,实现不同树种地位指数之间的转换,建立地位指数互导模型有助于立地质量的评定.譬如,在某一立地上现时生长着马尾松,欲知在马尾松被采伐后营造杉木林的生长潜力,这时就可利用上层木树种间地位指数的关系进行立地质量评定。以雪峰山杉木与马尾松地位指数配对样地数据为基础,建立了杉木与马尾松地位指数的常规线性模型、对偶回归模型和度量误差线性模型,从建模精度和模型适用性检验两方面,对3种模型进行了比较分析。结果表明3种模型的精度均比较高,模型效果差异不明显,其中,常规线性模型、度量误差模型和对偶回归模型的相对误差分别为5.39%、5.39%和5.54%。由于杉木地位指数和马尾松地位指数均存在度量误差,因此,线性度量误差模型和对偶回归模型比常规线性模型更适宜,这是因为,前两种模型的自变量和因变量是可以存在度量误差的,而后者的因变量是没有度量误差的。此外,线性度量误差模型的相对误差比对偶回归模型的要小,所以,3种线性模型中,线性度量误差模型最优。研究结果实现了相同立地条件下杉木地位指数和马尾松地位指数的互导,为不同树种间的立地质量评价提供了可行的方法。     

南宁市桉树人工林土壤有机碳密度与地形因子的关系

桉树人工林土壤有机碳密度与地形因子的关系还不明确,且当前的研究较少地关注复合地形因子,对两者的线性和非线性关系强度的对比研究也较少。以南宁市高峰林场中的桉树人工林地为研究区,采用条件拉丁超立方抽样法布设采样点,通过建立数字高程模型提取和计算得到地形因子的指标;采用线性回归和回归树分别建立桉树人工林土壤有机碳密度-地形因子的线性和非线性回归模型。结果表明:研究区土壤表层、0—50 cm和全剖面的土壤有机碳密度均值分别为2.8、7.7、10.9 kg/m2,属于中等水平;仅坡度在0.05显著性水平上与表层和全剖面土壤有机碳密度显著相关,总体而言,简单地形因子与土壤有机碳密度的相关性普遍好于复合地形因子;随着土壤层次厚度的增加,线性和非线性回归模型对土壤有机碳密度空间变异解释能力都提升;回归模型对土壤有机碳密度空间变异的解释能力大小顺序为:回归树全变量多元线性回归逐步线性回归,因此,桉树人工林土壤有机碳密度与地形因子之间的非线性关系比线性关系强。     

基于高光谱和Landsat-8 OLI影像的盐渍化土壤水盐估算模型构建

水盐信息的迅速获取是盐碱地改良利用的重要基础数据。以宁夏银北平罗县盐渍化土壤为研究对象,基于实测土壤水分、盐分含量和高光谱数据反射率及其同期Landsat-8 OLI多光谱影像数据,利用重采样技术进行实测高光谱数据与OLI影像波段匹配,采用11个线性和非线性函数筛选出敏感波段和11个盐分指数,基于多元线性回归(MLR)、偏最小二乘回归(PLSR)和支持向量机(SVM)分别构建土壤含水率(SMC)和含盐量(SSC)的估算模型。结果表明:重采样处理后的实测高光谱波段反射率与OLI影像波段反射率具有极显著相关性,基于线性和非线性函数筛选出的重采样敏感波段及影像盐分指数为自变量构建MLR、PLSR和SVM的SSC估算模型决定系数R2分别为0.626、0.510和0.829,SMC估算模型R~2分别为0.455、0.204和0.731,土壤盐分和水分的SVM估算模型的稳定性和预测能力均优于MLR和PLSR模型,适用于研究区SSC和SMC估算。结果可以为研究区及同类地区不同时期土壤水盐信息估算提供科学依据。     

植被叶面积指数遥感监测模型

叶面积指数是植被定量遥感的重要参数,区域的时序列叶面积指数揭示了区域生态的演化过程,反演方法上主要是通过植被指数建立相关模型实现的,对于不同地区或不同气候带而言,模型的通用性以及各种植被指数在模型中的灵敏度都需做进一步的探讨。以江苏省宜兴市作为研究区,采用2002年8月22日获得的Landsat-5TM图像数据和2003年8月23～26日采用LAI-2000进行的野外实测植被叶面积指数(LAI)数据,分别探讨了植被指数(VI)与LAI的一元、多元线性回归模型和非线性回归模型,其中的非线性回归模型包括对数、指数、乘幂和多项式回归模型。结果表明,VI与LAI之间的最佳回归模型为多元线性回归模型,R2达0.864;采用逐步选择剔除法,遴选出了用于回归模型的植被指数为RVI、PVI、SAVIL=0.35、MSAVI、ARVIγ=1、ARVIγ=0.5和SARVI。经模型LAI=-ln((VI-VI∞)/(VIg-VI∞))/KVI检验,预测值(y)与实测值(x)的拟合度较好y=0.5345x 1.3304,R2为0.7379。RVI与LAI的三次多项式回归模型也较好,R2为0.7806。再次为RVI与LAI的一元线性回归模型,R2为0.7726,比值植被指数RVI在反演叶面积指数模型中具有较高的灵敏度。