cDNA芯片缺失值处理对基于基因表达谱的疾病分类的影响

选取了4套cDNA芯片数据,分别运用补零和K近邻的方法,对有检测缺失的基因进行了补缺失值处理,分析了不同处理对支持向量机、K近邻分类器、决策树三种分类器分类效能的影响.结果显示: 在cDNA基因表达谱数据中,对检测缺失率不高于5%的基因补缺失值是一种较好的策略,这样可以保留较多的基因供后续的功能分析,同时仍然能够保持很高的疾病分类效能.     

根据基因表达谱与基因功能模块研究大鼠抑郁症发病的分子机制

用Willner法构造大鼠抑郁症模型,由基因芯片检测8例模型和8例正常大鼠的基因表达谱,识别差异表达基因,寻找差异表达基因功能模块并构建基因表达相关网络,研究大鼠抑郁症模型的分子病理机制.在基因本体(GO)功能体系中寻找显著富集差异表达基因的疾病相关功能模块,提取疾病相关功能模块中的基因构造表达相关网络.从中选择显著多地与其它基因共表达的基因定义为HUB基因,并进一步研究其与疾病的关系.筛选得到207个差异表达基因及13个差异表达基因功能模块,主要涉及神经肽激素活性、信号传导通路、核糖体生成以及蛋白质转运与降解.在共表达相关网络中进一步识别了4个差异表达的HUB基因.利用基因功能模块和表达相关网络研究疾病机制的结果显示,抑郁症的发病可能涉及单胺递质的释放、信号传导以及神经肽激素调节等通路协同作用.     

面向基因数据分类的旋转森林算法研究

针对基因表达数据高维和小样本的特点,介绍一种基于主成分分析的决策树集成分类算法——旋转森林.首先通过对数据属性集的随机分割,再对子集进行主成分分析变换,保留全部的主成分系数,重新组成一个稀疏矩阵.然后对变换后的数据利用非剪枝决策树集成算法进行分类.再结合ReliefF算法,选用3组基因表达数据验证算法,对比Bagging决策树和随机森林两种集成方法.结果表明旋转森林算法对基因数据具有更好的分类精度,同时验证旋转森林在较低的集成数的情况下,可以取得良好的效果.     

基于三种贝叶斯方法的结核病基因数据挖掘及生物信息学分析

确定结核病易感宿主基因对结核病的治疗与防控起着关键作用,而目前只有少数基因被证实与其相关.本文基于结核病患者外周血单核细胞基因芯片数据集GSE54992,先通过两种基于贝叶斯框架的方法:信息先验性贝叶斯检验和线性模型及经验贝叶斯方法对该数据集进行分析并筛选出正常样本与活动性结核病患者样本之间的差异表达基因,发现了319个被两种方法均识别出的差异表达基因.再利用这些基因对独立验证集GSE83456进行建模,通过朴素贝叶斯分类器验证,得出了较高的分类准确率.最后通过GO功能富集分析和KEGG通路分析,从生物学角度分析了结核病发病的分子机制.该研究突出了三种贝叶斯方法的综合应用在基因数据分析中的重要作用,为发掘结核病特异性生物标志物提出了新的综合策略,为结核病的预防、诊断和治疗提供了重要线索。     

频域提取法提高动态阻抗谱测量精度

血液成分的无创检测对于糖尿病等疾病的诊断和治疗具有重要意义．在血液成分无创检测领域，阻抗谱法血液成分无创检测技术具有重要应用价值．但血液成分复杂，并且各成分浓度变化对血液的阻抗特性影响较小．为了实现基于生物电阻抗的血液成分分析必须提高阻抗测量精度．以动态脉搏波阻抗谱原理为依据，并结合过采样技术，研究了动态阻抗谱的频域提取方法．用FFT频域提取基波分量代替幅值，克服了时域峰峰值提取的困难，同时采用过采样技术，可以实现过采样频率每提高一倍，信噪比提高3dB．实验结果表明，这两种方法结合可以显著提高动态阻抗谱测量精度．     

样本过滤的基因表达数据分类

针对单个人工神经网络稳定性差、分类精度不高的缺点,提出了基于样本过滤的人工神经网络集成算法,并用于基因表达数据分类.采用基因表达数据集Leukemia进行实验仿真,并与单个BP神经网络、Bagging神经网络集成和支持向量机进行比较.结果表明,样本过滤算法具有更好的稳定性和更高的分类精度.     

倒谱和复倒谱在被动声纳目标识别中的应用

基于声纳员的感受被动声纳可以认为是一个发声体,这个发声体可以表示为激励噪声源与发声体冲激响应的卷积。在这种情况下,使用倒谱和复倒谱的形式分析被动声纳目标噪声的时域特征,得到的目标特征不够明显,因此提出了利用指数倒谱和指数复倒谱的频谱特性来提取目标噪声的特征,进行分类识别。设计了BP神经网络分类器,利用实测数据对三类目标进行分类。分析比较了两种方法的分类结果,验证了基于倒谱和复倒谱的指数运算的被动声纳目标特征提取方法的可行性。     

条斑紫菜cDNA微阵列制备及其在世代差异基因表达检测中的应用

为了高通量研究不同世代条斑紫菜的基因表达情况,选择了467个包含诸多功能基因的条斑紫菜基因克隆,经PCR扩增纯化后,点样于多聚赖氨酸包被的基片上制备了条斑紫菜功能基因cDNA微阵列.采用Cy3-dCTP和Cy5-dCTP 荧光分别标记条斑紫菜配子体和孢子体cRNA,与阵列进行杂交后,获得了信号清晰、重复性良好的扫描图像.经对标准化处理后的467个基因的数据进行分析发现:在配子体中表达量上调的基因有55个,其中有21个基因与已知功能基因或推测功能基因相匹配;在孢子体中表达量上调的基因有86个,其中与已知功能或假定功能基因相匹配的基因有24个.实验证明,优化的cDNA微阵列制备技术用于条斑紫菜基因表达分析有较高的效率和可靠的实用性能.     

ReliefF和APSO混合降维算法研究

降维与分类一直是机器学习的研究热点,在很多领域有着成功的应用.针对基因数据分类存在特征维数过高、冗余数据和高噪声等问题,现提出一种基于Relief F和自适应粒子群(APSO)优化的混合降维算法.即先通过Relief F和APSO算法选择特征子集,然后使用超限学习机作为评价函数对基因数据进行分类,最后通过循环迭代得到最优的分类精度.实验证明,混合降维算法与已有的算法相比分类精度更高、更稳定,它适用于基因表达数据降维.     

痰湿体质的分子生物学特征

文章以探索痰湿质的分子机制为目的,在临床流行病学调查的基础上,分别选择 -例典型痰湿质和 -例典型平和质受试对象,采用 .//0123456 7282’95: ;<::58= %"> .44<0检测技术检测基因组 ?@.,结合前期基因表达谱芯片分析痰湿质的差异表达基因结果,筛选痰湿质相关基因及单核苷酸多态性位点。试对痰湿质与平和质组间表达有显著差异的 ++!个基因进行分析,与平和质比较,初步筛选出痰湿质 %个相关基因共 个 A@B位点。同时进一步对相关基因功能分析显示,痰湿体质相关基因主要基因功能为酶活性、固醇运载体 活性等功能,参与糖异生途径、脂肪酸生物合成途径、胆固醇代谢过程、脂肪酸氧化作用、棕色脂肪细胞分化、 细胞葡萄糖调节平衡作用、体温调节作用等生物学过程,痰湿质者在分子水平上具有代谢紊乱的总体特征, 对其分子生物学特征进行了初步探索。     

Topological analysis of gene expression arrays identifies high risk molecular subtypes in breast cancer

Genomic technologies measure thousands of molecular signals with the goal of understanding complex biological processes. In cancer these molecular signals have been used to characterize disease subtypes, signaling pathways and to identify subsets of patients with specific prognosis. However molecular signals for any disease type are so vast and complex that novel mathematical approaches are required for further analyses. Persistent and computational homology provide a new method for these analyses. In our previous work we presented a new homology-based supervised classification method to identify copy number aberrations from comparative genomic hybridization arrays. In this work we first propose a theoretical framework for our classification method and second we extend our analysis to gene expression data. We analyze a published breast cancer data set and find that that our method can distinguish most, but not all, different breast cancer subtypes. This result suggests that specific relationships between genes, captured by our algorithm, help distinguish between breast cancer subtypes. We propose that topological methods can be used for the classification and clustering of gene expression profiles.     

转抗菌肽B基因水稻植株的获得与鉴定

构建了一个适合在水稻中表达含有抗菌肽Ｂ基因的转化载体，应用基因枪转化法将其导入水稻未成熟胚，获得了一些转基因水稻植株。根据对选择标记基因和目的基因的分子检测和抗病性测定，证明抗菌肽Ｂ基因已整合入转化水稻基因组并在转基因水稻中表达了抗病性。     

基于压缩感知的癌症基因表达数据分类

提出了一种基于压缩感知原理的分类方法.把癌症基因表达数据分类问题归结为求解测试样本对于训练样本的稀疏表示问题,通过求解L1范数意义下的最优化问题来实现.提出的方法与Bagging神经网络和SVM的识别效果做了对比和分析,实验证明基于压缩感知的分类取得了相对较好的效果.     

Multiple SVM-RFE for gene selection in cancer classification with expression data

This paper proposes a new feature selection method that uses a backward elimination procedure similar to that implemented in support vector machine recursive feature elimination (SVM-RFE). Unlike the SVM-RFE method, at each step, the proposed approach computes the feature ranking score from a statistical analysis of weight vectors of multiple linear SVMs trained on subsamples of the original training data. We tested the proposed method on four gene expression datasets for cancer classification. The results show that the proposed feature selection method selects better gene subsets than the original SVM-RFE and improves the classification accuracy. A Gene Ontology-based similarity assessment indicates that the selected subsets are functionally diverse, further validating our gene selection method. This investigation also suggests that, for gene expression-based cancer classification, average test error from multiple partitions of training and test sets can be recommended as a reference of performance quality.     

毛细管电泳RT-PCR方法在中国明对虾抗菌肽基因表达定量检测中的应用

建立了毛细管电泳RT—PCR检测基因表达谱的方法,并利用实时定量PCR技术对此方法进行基因表达定量的可靠性进行了验证。利用此新方法研究了弧菌和白斑综合征病毒（WSSV）感染对中国明对虾抗菌肽（penaeidin）基因mRNA表达的影响。结果表明,弧菌感染后对虾肽基因表达变化可分为三个阶段：迅速下调,缓慢回升,持续稳定。WSSV感染后对虾肽基因表达的变化显示出与弧菌感染组不同的变化趋势：迅速下调,迅速回升,再次下降。     

Inference of gene networks from temporal gene expression profiles

Genes interact with each other in complex networks that enable the processing of information and the metabolism of nutrients inside the cell. A novel inference algorithm based on linear ordinary differential equations is proposed. The algorithm can infer the local network of gene-gene interactions surrounding a gene of interest from time-series gene expression profiles. The performance of the algorithm has been tested on in silico simulated gene expression data and on a nine gene subnetwork part of the DNA-damage response pathway (SOS pathway) in the bacteria Escherichia coli. This approach can infer regulatory interactions even when only a small number of measurements is available.     

A single-step photolithographic interface for cell-free gene expression and active biochips

We have developed a biochip platform technology suitable for controlled cell-free gene expression at the micrometer scale. A new hybrid molecule, "Daisy", was designed and synthesized to form in a single step a biocompatible lithographic interface on silicon dioxide. A protocol is described for the immobilization of linear DNA molecules thousands of base pairs long on Daisy-coated surfaces with submicrometer spatial resolution and up to high densities. On-chip protein synthesis can be obtained with a dynamic range of up to four orders of magnitude and minimal nonspecific activity. En route to on-chip artificial gene circuits, a simple two-stage gene cascade was built, in which the protein synthesized at the first location diffuses to regulate the synthesis of another protein at a second location. We demonstrate the capture of proteins from crude extract onto micrometer-scale designated traps, an important step for the formation of miniaturized self-assembled protein chips. Our biochip platform can be combined with elastomeric microfluidic devices, thereby opening possibilities for isolated and confined reaction chambers and artificial cells in which the transport of products and reagents is done by diffusion and flow. The Daisy molecule and described approach enables groups not proficient in surface chemistry to construct active biochips based on cell-free gene expression.