DNA差异甲基化识别的统计学方法的分析与研究

DNA甲基化(DNA methylation)是最早发现的表观遗传修饰途径之一,差异甲基化的研究与单亲遗传病、肿瘤的发生、组织的老化等生物过程密切相关。DNA差异区域的识别研究可分为两类:针对芯片测序数据的定长区域研究和亚硫酸氢盐高通量测序数据的不定长区域研究,后者的研究因其所求区域精度较高,近年来更受关注。该文给出了基于统计学的一些现有的定长与不定长区域识别方法,简述各种方法的原理和步骤,并作出一定的分析。     

DNA甲基化微阵列的非参数贝叶斯聚类算法

面向 Illumina GoldenGate 甲基化微阵列数据提出了一种基于模型的聚类算法. 算法通过建立贝塔无限混合模型, 采用 Dirichlet 过程作为先验, 实现了基于数据和模型的聚类结构的建立, 实验结果表明该算法能够有效估计出聚类类别个数、 每个聚类类别的混合权重、每个聚类类别的特征等信息, 达到比较理想的聚类效果.     

基于DNA甲基化数据的扰动算法评估网络构建稳定性

复杂疾病的发生和发展往往是多种因素共同作用的结果。因此,采用网络模型探索疾病相关生物标志物的研究具有重要意义,但目前还没有一个统一规范的标准去衡量一个网络的构建是否符合真实的生物学特征。基于在较小干扰下的真实生物系统应具有鲁棒性这一生物学假设,论文介绍了一种基于DNA甲基化数据的扰动算法来评估网络稳定性的方法（Evaluation of Network-Construction based on Perturbation,ENCPer）,该方法通过对真实数据加入扰动,并比较真实网络和扰动网络的稳定性来评估不同方法构建网络的稳定性。文章从平均值,总体值和差异得分这三种CpG位点融合的角度来构建基因加权网络,使用ENCPer来评估不同方法构建网络的稳定性。通过分析稳定网络的富集结果,发现了潜在的生物学意义。ENCPer还可以帮助研究人员找到更符合真实生物系统的网络,在该网络模型上进行生物分析得出的结果更加真实可信。     

等腰三角形的模式识别

本文应用语言模式识别的方法,对三角形语言识别模式中的等腰三角形的语言识别模型进行识别。取三角形的三条边作为特征因子集,主要根据三角形的特点建立隶属函数并给出建立隶属函数的理论依据。     

基于深度森林和DNA甲基化的癌症分类研究

作为人类基因组重要的表观遗传现象，DNA甲基化对基因的表达发挥着重要的调控作用，与癌症的关系密切。针对癌症基因组图谱（TCGA）庞大数据的类不平衡和高维度，致使假阴率大幅增加的问题，提出了一种混合采样的不平衡数据集成分类算法，使用合成少数过采样（SMOTE）算法生成新的少数类样本，得到扩充后的数据集，通过Tomek Link算法剔除样本扩充过程中引入的噪声，得到相对平衡的数据集。在此基础上，利用深度森林（gcForest）算法的级联森林结构，每一层选取两种随机森林结构，以增强模型的泛化能力，得到最终的分类模型。对6种癌症的DNA甲基化数据实验表明混合采样的不平衡数据集成分类算法在保证多数类分类精度的前提下，有效地提高了对于少数类的灵敏度。     

基于统计模式识别的人脸检测方法综述

随着计算机科学的发展和社会的进步,人脸检测的研究和应用越来越得到广泛的关注。但是设计快速有效的人脸检测方法仍然是一个难度很大的问题。该文基于统计的模式识别分析了当前人脸检测的主要问题和方法,同时也给出了模式识别的概念、原理、方法。     

DNA结合蛋白质的AFM图像分析

原子力显微镜(atomic force microscope,AFM)在研究DNA与蛋白质的相互作用方面具有重要的应用。本文对DNA结合蛋白的AFM像的分析方法进行了研究,通过分析DNA及其与蛋白质结合的AFM图像,我们可以计算出已知序列DNA的长度及其未知DNA结合蛋白质在DNA链上的位置信息,从而可以估计该蛋白质的DNA结合位点序列。结果证明对AFM图像的分析可以得到DNA结合蛋白的位置信息。该研究对于寻找新的DNA结合蛋白,研究生物体中遗传信息的复制、转录、修复和重组的分子生物学机制具有重要意义。     

RS-GA-SVM方法在真核生物DNA翻译起始位点识别中的应用

联合运用粗糙集(RS)理论-遗传算法(GA)-支持向量机(SVM)方法研究真核生物翻译起始位点(TIS)的识别。采用RST和GA算法从原始变量中筛选出TIS周围高度保守的位点构成变量集,再采用SVM识别真核生物的TIS。研究处理获得的结果为:采用RS-GA-SVM方法对于真核生物TIS的总识别正确率CP达92.00％,相关系数CO为0.8327;而直接使用SVM方法处理原始变量数据的总识别正确率CP和CO仅为89.87％和0.7885.研究表明,采用RS-GA算法对变量进行筛选,起到了去除冗余信息,提高识别效果的作用,同时也减少了计算工作量。     

基于SOFM神经网络的数字模式识别方法

以一维空间自组织特征映射网络为识别模型,采用两级识别的方法,提出了一种基于自组织网络的数字识别方法,仿真结果表明此方法具有识别率高、识别速度快的优点,具有广阔的应用前景.     

DNA计算方法

DNA计算是应用分子生物技术进行计算的新方法。本文主要介绍了DNA计算的基本思想及在解决NP完全问题中的应用。     

DNA计算与DNA计算机研究进展与展望

DNA computing is a new method based on biochemical reactions and molecular biology technology.The paper first introduces the basic principle and advantages of DNA computing, and then surveys DNA computing and DNA computer, finally, points out current existing problems and future search directions of DNA computing and DNA computer.     

Challenges in Understanding Genome-Wide DNA Methylation

DNA methylation is a chemical modification of the bases in genomes. This modification, most frequently found at CpG dinucleotides in eukaryotes, has been identified as having multiple critical functions in broad and diverse species of animals and plants, while mysteriously appears to be lacking from several other well-studied species. DNA methylation has well known and important roles in genome stability and defense, its pattern change highly correlates with gene regulation. Much evidence has linked abnorma...     

A comparison study of wavelet transforms for the visualization of differentially methylated regions in DNA samples

The Journal of Supercomputing - DNA methylation analysis has become an important topic in the study of human health. DNA methylation analysis requires not only a specific treatment of DNA samples...     

高效用模式挖掘关键技术综述

通过分析有关高效用模式挖掘(high utility pattern mining,HUPM)最先进的方法,对其进行全面和结构化的概述。首先,通过介绍HUPM的相关概念、公式并给出应用示例,对HUPM有更深一步的理解;针对用于挖掘不同类型HUPM的最常见和最先进的关键技术进行分类,包括基于Apriori、基于树、基于列表、基于映射、基于垂直/水平数据格式、基于索引等方法。针对现有关键技术的用途和优缺点进行了全面概述,由于静态数据难以满足实际需要,总结了在数据流上应用的HUPM方法,主要包括基于增量方法、基于滑动窗口模型方法、基于时间衰减模型方法、基于地标模型方法等。最后,给出了现有技术的不足和改进方向,并且有针对性地提出了新的研究方法。     

分形无标度区的一种自动识别方法

GP算法求分形关联维数时,双对数曲线的线性区间(无标度区)的识别十分关键。经典的GP算法中无标度区的识别主要依靠人工经验完成,同一条曲线,不同的人可能得到不同的无标度区,从而导致估算的关联维数存在较大差别。根据无标度区范围内的双对数曲线近似为一条直线段,其二阶导数应在0附近上下微幅波动的特点,提出了一种由计算机对无标度区进行自动识别的方法。该方法物理意义清晰,便于在计算机上编程实现。用Lorenz方程X轴的数据对方法进行了验证,计算结果表明,提出的方法可以有效地识别无标度区。     

掌纹感兴趣区域定位与选择方法综述

作为生物特征识别领域的前沿课题,掌纹识别仅有十余年的研究历史。感兴趣区域（ROI）定位与选择是掌纹识别中的重要任务和热点问题,通过该步骤得到的ROI将用于后续的特征提取和匹配,其质量对识别率等指标影响很大。为了使研究者了解此问题的研究进展,对目前的掌纹ROI定位选择方法进行了综述。给出了定位选择的基本概念和步骤,并对各种不同方法进行了归类阐述和分析,在讨论了各自优缺点的基础上,提出掌纹ROI定位与选择方法发展方向的建议。     

P2P流量识别技术综述

在归纳P2P流量识别问题概念的基础上,对现有的P2P流量识别技术进行了较全面地分析.借助分类模型形式化地定义P2P流量识别问题,依据所采用的识别特征将已有技术分为基于端口号、基于流量特征、基于应用层签名、基于双重特征和基于统计行为特征五类方法,并对各类方法进行了介绍、分析与优劣对比.探讨了新兴的P2P流媒体流量识别问题,总结了P2P流量识别技术的发展趋势.     

基于FSM的高速网络协议识别研究*

〖提出的高速网络协议识别方案用FSM表示RegExp,用硬件完成模式匹配,实现了高速的网络协议识别,解决了基于软件的字符串匹配不能适应高速网络发展的问题。测试表明其模式匹配速度可达到Gbps以上性能。