肝癌转移中脂代谢-免疫相关基因的筛选

肝癌转移是肝癌患者治疗失败和死亡的主要原因,寻找与肝癌发生转移相关的基因对于研究肝癌转移的分子机制,及时诊断、防治肝癌转移具有重要的生物学意义。我们在前期研究中已经发现脂肪代谢可能与免疫微环境存在关联。本研究从GEO数据库下载27例伴有高低转移的肝细胞癌样本的表达谱信息,比较高低转移样本之间基因表达谱的差异,从中筛选出91个脂代谢相关的差异表达基因。通过脂代谢基因的表达谱数据,我们计算了22种免疫细胞在这27例转移样本中的免疫细胞占比,并通过皮尔森相关性分析筛选出脂代谢-免疫相关基因,进一步探究脂代谢与与免疫微环境之间的关系。最后,通过KEGG通路Pathway功能富集分析以及预后分析发现CYP4A11、CYP3A5、CYP2C8、ALDH2、BDH1、ALDH7A1等脂代谢-免疫相关基因可能在肝癌侵袭和转移中发挥重要作用。     

基于超声影像导航的肝癌消融机器人系统的误差传递

建立了基于超声影像导航的肝癌消融机器人系统误差传递模型．该系统主要由超声影像设备、导航 软件子系统、定位装置和穿刺机器人四个模块组成．机器人系统首先通过三维超声重建、术前模型和术中实体的 配准以及定位装置和机器人之间的坐标转换将肿瘤的目标靶点转化到机器人坐标系中,然后再控制机器人运动到 指定的靶点位置进行治疗．首先分析上述流程,指出误差源．然后,利用齐次变换矩阵的微分矩阵建立靶点映射 误差传递模型,并通过仿真实验验证了靶点误差模型的正确性．最后,对系统进行了精度测试实验,实验结果表 明该系统的总体误差小于5 mm,满足消融治疗肝癌的需求,能有效地提高肝癌的治疗效果．     

基于复杂网络探讨金钗石斛潜在活性成分组及其作用机制

为发现金钗石斛潜在活性成分组,本研究从化合物的分子结构和生物活性入手进行计算模拟,通过对141个已知化合物的分子骨架进行结构相似度聚类,发现了11个结构相似的成分组,而大部分成分组具有明显的ADME活性。另一方面,结合靶点虚拟筛选和KEGG通路富集,构建并分析"化合物-靶点-通路"网络,预测金钗石斛的重要潜在活性成分和重要作用机制,揭示了5个成分组与特定生物功能间的相关性。潜在活性成分组的虚拟筛选为揭示金钗石斛药效物质基础提供了理论依据。     

基于CTL模型检测的胃腺癌核心路径形式化验证

胃腺癌是消化系统最常见的恶性肿瘤,死亡率居消化道各类癌症之首。其发生发展是多步骤、多因素参与的复杂过程,涉及到多种蛋白分子的改变以及信号通路的异常,但其确切发病机制目前尚不清楚,研究其发病机理,探索有效治疗方法一直是医学研究最重要的课题之一。因此,对胃腺癌信号转导网络的研究有助于阐明其发病机制。目前,在胃腺癌的发生发展过程中由于基因的改变而导致细胞功能的变化,以及癌细胞环境因子通过作用于其受体和信号转导通路而影响其他正常细胞的功能。胃腺癌的信号转导网络非常复杂,通过对胃腺癌信号转导网络离散值模型的分析和验证,说明靶向胃腺癌信号通路或蛋白治疗的优越性。应用符号模型检测技术自动分析靶向信号通路或蛋白是如何影响胃腺癌细胞命运,了解胃腺癌的发生发展机理,从中找到潜在靶点,为治疗胃腺癌提供建议,使研制新的抗癌药物成为可能。     

一种基于突变基因网络的癌症驱动通路识别算法

大型癌症基因组项目(TCGA,ICGC等)产生了大量的癌症组学数据,使人们深入研究癌症变为可能,其中寻找引发癌症的相关突变基因是一个重要挑战。在癌细胞中,基因变异可分为两类:一类是可导致癌症发生的驱动突变(driver mutation),另一类是对癌症发生扩散没有影响的乘客突变(passenger mutation)。识别癌症驱动基因有利于理解癌症发病原理和发展进程以及研发癌症药物或进行靶向治疗,是生物信息学中的重要问题。文中提出一种基于突变基因网络的癌症驱动通路识别算法GNDP,对癌症病人的体细胞突变数据进行分析。该算法定义了非重叠平衡度来度量基因对的位于同一驱动通路的可能性;根据基因对的非重叠平衡度、互斥和覆盖度,构建基因互斥网络,很大程度上减少了网络边数,提高了计算效率;在所构造的基因互斥网络中将查找到的极大团作为潜在驱动通路基因集合;用覆盖度和互斥度对潜在驱动通路基因集合进行筛选,得到其极大权重子团,并将其作为识别出的驱动通路。分别在模拟数据、肺腺癌以及多形性成胶质细胞瘤突变数据上对GNDP算法进行有效性验证,并将其与经典驱动通路识别算法Dendrix和Multi-Dendrix进行实验对比。结果表明,GNDP不需要指定驱动通路的基因个数,能在模拟数据上准确检测出所有人工设置的驱动通路;针对肺腺癌和多形性成胶质细胞瘤突变数据,GNDP在不需要任何先验知识的情况下达到较高的识别准确率,能高效地识别出主要驱动通路,其结果优于对比算法。     

基于复杂网络的胃癌关键基因筛选与分析

运用复杂网络理论，对TCGA胃癌数据进行了筛选与降维，筛选出275个胃癌相关的基因，获得样本容量为40的胃癌ⅡB期样本组和样本容量为36的胃癌ⅢA期样本组。通过分析胃癌ⅡB期样本组与胃癌ⅢA期样本组的基因变化率，建立节点（基因）间的连边关系，从而构建了胃癌恶化过程的基因表达网络。引入综合中心性指标对网络进行分析，筛选出17个综合中心指数较高的基因。应用复杂网络的相关理论对胃癌基因网络进行社区划分，发现17个综合中心指数较高的基因全部落在一个规模较大的连通的子网络中，此拓扑结构与胃癌基因表达网络的关键节点一致。通过综合分析获取了胃癌恶化过程中的关键基因，提供了良好的胃癌恶化早期的预警信号。     

基于集成学习的离子通道药物靶点预测

新药研制成功的关键在于药物靶点的发现和准确定位.在已知的药物靶点中,离子通道蛋白是一类广受欢迎的靶点,它与免疫系统、心血管等疾病密切相关.对于靶点的发现,传统生物方法成本高、耗时久.因此,探讨了基于机器学习的离子通道蛋白药物靶点的挖掘,以加快药物靶点发现过程,节约经费.由于药物靶点相关序列的长度不一致,考虑了蛋白质序列编码的13种特征,它们能将不等长的蛋白质序列转化成等长序列.通过数值实验筛选能够较好地区分靶点和非靶点的特征子集,并采用集成学习的方法整合特征得到预测模型.通过与已有工作的比较表明,提出的集成模型能得到较高的准确率,具有很好的应用前景.     

不同表达谱芯片分析方法在药效机制研究中的应用

Affymetrix表达谱芯片技术是一种研究基因在不同条件下表达变化的高通量分析技术,当前在深度动态挖掘药物作用机制方面的芯片分析方法的应用研究仍比较少。以药物表达谱芯片数据为研究对象,运用不同的算法对芯片数据进行预处理,使用t检验和基因芯片显著性分析的方法筛选差异表达的基因,利用凝集型层次聚类和CPP-SOM聚类的方法对差异表达的基因进行聚类分析,最后运用两类富集分析工具DAVID和GSEA对药效可能涉及的信号通路、生物学过程进行相关生物学功能的富集。结果表明,RMA算法处理药物芯片数据优于MAS5.0算法和GCRMA算法;CPP-SOM聚类方法挖掘的数据信息更丰富;GSEA富集分析工具更适合用于药效机制的研究。本研究为新药研发提供算法支持。     

拓扑推断乳腺癌的活性miRNA介导的子通路

笔者获取了人类通路数据、TCGA(The Cancer Genome Atlas)中乳腺癌表达数据、mirTarBase和miRBase等数据库中用于实验验证的miRNA-mRNA靶向关系数据,通过整合生物网络的拓扑信息、miRNAs和基因表达的差异性以及miRNAs和基因的靶向互做关系,计算出每个miRNA介导的自通路的活性值,再从中筛选出活性较高的自通路作为癌症分子诊断的标志物,进而提出一种算法miDRW。实验证明,乳腺癌的数据内5倍交叉验证的AUC值可达0.994 8,准确率达98.86%,明显高于单基因和单miRNA标志物的分类指标。可见,笔者提出的整合算法可以精确识别乳腺癌的诊断标志,并实现精确分类。     

基于机器学习方法的中药化学成分作用靶点的识别研究

与有效成分相作用靶点的识别是从分子水平阐明中药作用机理的关键步骤.本文提出1种新的思路来解决中药化学成分的靶点识别问题.该方法基于小分子化合物的结构,计算表征分子组成、电荷分布、拓扑、几何结构及物理化学性质的分子描述符,经BestFirst搜索策略和CfsSubsetEval评估策略相结合的方法筛选出与靶点作用活性相关的分子描述符.采用径向基神经网络、朴素贝叶斯和随机森林3种机器学习方法构建一系列靶点的识别模型,后期将所建模型整合成靶点识别系统,进而预测中药有效成分的作用靶点.采用10折交叉验证,3种方法得到总的预测正确率分别为83.33%～95.71%、84.62%～96.43%、82.14%～95.59%,识别过程在(0.02～0.19)秒完成.实验结果证明该方法不但简单有效,更主要的是满足面向中药化学成分的靶点识别任务对辨识效率的要求.     

基于改进Kalman滤波的可见光极小目标TBD跟踪方法

针对无人机可见光图像极小目标跟踪问题,本文提出一种基于改进卡尔曼滤波的 (Tracking before detection,TBD)跟踪方法。首先利用检测算法定位目标位置作为卡尔曼滤波的测量值,检测过程中的匹配相似度参数作为卡尔曼滤波测量噪声协方差矩阵的参照依据,其次利用卡尔曼滤波建立跟踪框架预测下一帧的目标位置,最后检测模块以预测位置为 参考位置进行局部搜索,完成整个检测跟踪过程。为了提高跟踪效率,本文根据检测和预测位置积累误差判决检测模式,误差超过门限值则采取全局检测模式消除积累误差,否 则使用局部检测模式,降低TBD跟踪算法的运算复杂度。仿真实验证明,本文方法可以有效检测跟踪极小目标,提高跟踪的实时处理能力。     

跟踪尾流目标的概率数据关联方法

提出了一种针对尾流目标的跟踪方法。传统的跟踪方法对具有尾流的目标通常会被尾流干扰,无法将源于尾流的量测值与真实的目标进行正确关联,容易产生目标丢失或者失跟的情况。该方法将目标尾流作为一种特殊杂波,推导出带有尾流目标的概率关联系数,对目标量测值进行数据关联。仿真结果表明,与标准概率数据关联跟踪方法相比,提出的新的数据关联方法可以有效地减少目标失跟的情况,逐渐增大量测噪声,该方法依然保持低失跟率。     

结合掩膜与孪生网络的目标跟踪方法研究

针对在舰船目标跟踪过程中由于视场角变化导致的跟踪精度下降的问题,基于全连接孪生神经网络的目标跟踪方法,融合了目标分割策略,提出了基于SiamMask的实时目标跟踪算法。该算法将二元掩模运算作为孪生网络的一个分支,以实现对目标的分割,在获取目标位置信息的同时,获取目标的外观信息,使得该网络的损失函数得到显著增强。由传统的轴对称目标跟踪框,改进为可根据目标形状、外观而自适应调整的可旋转矩形框。将该算法与传统基于孪生网络的跟踪算法SiameseNet,以及基于相关滤波的KCF跟踪算法进行实验仿真测评对比,通过计算各算法的中心误差,结果表明该算法的跟踪精度较两者分别提升了19.5%和24.5%,且运行速度可达30 fps,满足了舰船目标跟踪对于准确性和实时性的要求。     

基于数据优先级的雷达目标跟踪偏差补偿方法

传统雷达目标跟踪偏差补偿方法雷达跟踪目标偏差补偿的精准程度较低,导致研究成果可靠性及稳定性较差。为了解决上述问题,基于数据优先级提出一种雷达目标跟踪偏差补偿方法,利用雷达极化测量目标信号,并建立三维空间坐标,引导操作数据,通过对相位控制偏差的校准操作实现对数据目标的精准测量,提升系统检验的准确性,根据数据优先级原则,对极化脉冲进行角度测量,选取适宜测量方案,设置雷达目标方向图,进行雷达目标超分辨成像,加强实验研究力度,综合考虑优化信息与操作条件,实现对雷达目标跟踪偏差补偿方法的研究。实验结果表明,基于数据优先级的雷达目标跟踪偏差补偿方法具备较高的雷达跟踪目标偏差补偿的精准程度,研究可靠性较高,稳定性有了显著提升。     

运动目标识别方法与仿真研究

运动目标识别与跟踪在军事和工业领域具有广泛的应用前景。典型的跟踪方法有相关匹配算法、光流算法、基于运动轮廓算法等。典型的识别方法有：模板匹配目标识别法、基于相似性度量识别法、基于遗传算法目标识别算法等。本文提出了一种基于神经网络的识别与跟踪方法,并研究了运动目标识别与跟踪仿真模型和实现方法。     

基于尺度不变特征的目标识别与跟踪方法

针对复杂电磁环境下目标实时识别追踪的复杂性和多样性, 利用图像配准技术提出了一种基于尺度不变特征的目标识别与跟踪方法, 有效地反映了目标图像的特征分布, 提高了跟踪与识别系统的可靠性。实验表明, 当目标进行较大角度改变和背景发生剧烈变化时, 该方法能有效减小目标跟踪误差, 精确识别目标位置, 提高目标跟踪精度。     

基于PF-Singer的机动目标跟踪算法

Singer模型是典型的全局统计模型,其严重缺陷在于所采用的零均值时间相关模型和标准卡尔曼滤波算法不能完成对机动目标状态的正确估计1只有当目标做匀速直线运动时,动态误差的稳态值才为零,否则不为零;采用PF—Singer算法对机动目标进行跟踪。能够有效解决传统Singer模型存在的问题,提高其跟踪精度;通过仿真试验证实了该算法的有效性。     

Research on corrosion resistance of metal films sputtered by rotating target and planar target

The corrosion resistance of MoNb/AlNd/MoNb film during different sputter conditions was studied for G6 rotating target sputter equipment. The results show that with the increase of sputter power and the increase of the thickness, top MoNb tends to form coarse columnar crystals, and the corrosion resistance of the metal thin films, at first, increases and then decreases with the increase of sputter power and metal thickness. As the sputter temperature increases, top MoNb tends to form coarse grains while the corrosion resistance of the film is poor. The result also release that with the increase of the target speed, top MoNb film becomes loose so that it is difficult to play a protective role because of its poor corrosion resistance ability. Under the same conditions, the sputter of the planar target film is denser; as a result, the top MoNb layer can protect the inner AlNd layer from corrosion.     

基于多特征融合与分层数据关联的空中红外多目标跟踪方法

针对星空背景下目标相似度高、数量大和误检数目较多所导致的空中红外多目标跟踪困难问题，提出基于分层数据关联的空中红外多目标在线跟踪方法。首先，根据红外场景特性来提取目标的位置特征、灰度特征和尺度特征；其次，综合这三个特征来计算目标与轨迹之间的初步关联关系以获得真实目标；再次，将所获得的真实目标按照尺度大小分类，大尺度类目标数据关联采用表观特征、运动特征、尺度特征三种特征相加的方法来计算，小尺度类目标数据关联采用表观特征与运动特征两种特征相乘的方法来计算；最后，根据匈牙利算法对两类目标分别进行目标分配、完成轨迹更新。多种复杂情况下的实验结果表明：与仅采用运动特征的在线跟踪方法相比，所提方法的跟踪准确率提升了12.6%；与采用多特征融合的方法相比，所提方法的分层数据关联不仅提高了跟踪速度，也使跟踪准确率提升了19.6%。综上，该方法不仅跟踪精度高，而且具有较好的实时性和抗干扰能力。     

态势仿真技术研究

真实目标态势驱动和仿真目标态势是指挥自动化系统、作战系统和武器系统等系统进行试验的两种手段。该文首先分析了单纯使用仿真目标或真实目标进行仿真试验的优缺点,给出了能把仿真目标和真实目标融合到一起的态势设计和态势驱动技术,介绍了态势设计所涉及的态势描述、储存和编辑方法,描述了态势驱动的运行流程和各部分功能,最后讨论了增加真实目标航路后态势驱动的实时性和周期不一致性两个问题,并给出了利用多线程、双缓存技术解决实时性问题,以及利用插值技术解决周期不一致性问题的方案。