两种过滤特征基因选择算法的有效性研究

对基因表达谱进行特征基因选择不仅能改善疾病分类方法的效能,而且为寻找与疾病相关的特征基因提供新的途径．通过比较用调整p值的t检验、非参数评分两种特征基因选择算法后和未进行选择时支持向量机(SVM)分类器的分类性能、支持向量(SV)的吻合度、错分样本ID的吻合度和对样本均匀翻倍后的稳定性．结果发现：特征选择后线性、核函数为二阶多项式和径向基的SVM分类性能明显提高;特征选择前后的SV及错分样本ID的吻合度均较高;SVM的稳定性较好．由此得出结论：这两种特征选择算法具有一定的有效性．     

蛋白质结构与功能研究中的分子模拟技术

分子模拟技术为蛋白质的研究提供了一种崭新的手段,在理论上解决了结构预测和功能分析以及蛋白质工程实施方面所面临的难题。它在蛋白质的结构预测和模建工作中占有举足轻重的地位,实现了生物技术与计算机技术的完美结合。本文简要阐述了该技术的基本步骤和工作原理,并以目前应用最广的生物大分子领域的商品化分子模拟软件Accelrys公司基于Linux系统开发的InsightII为例,介绍了相关程序模块的功能和作用,同时结合该技术在蛋白质的结构预测和模建、结构与功能关系分析、分子设计等过程中的开发与应用,加以具体说明和展望。