一种二元响应变量模型的分布式贝叶斯估计方法

在海量数据背景下,传统的基于单个计算节点的算法很难满足分析要求。考察了一种分布式贝叶斯估计方法,通过在每台机器上单独运行蒙特卡洛抽样并做加权平均可以有效地解决算法效率问题。将该方法应用于基于广义极值模型的二元响应变量回归分析,并探讨其实用性。模拟研究表明分布式算法比传统方法更有效。     

双龙方有效成分诱导干细胞分化过程中差异表达基因的筛选和聚类分析

目的:利用基因芯片筛选双龙方主要成分（人参皂苷Rb1,丹参酚酸B）诱导大鼠骨髓间充质干细胞（MSCs）分化过程中的差异表达基因,并对差异表达基因进行聚类分析,研究双龙方主要有效成分对大鼠MSCs增殖及分化的影响。方法:用含5705条大鼠基因的博奥大鼠全基因组Oligo芯片,以不同给药情况、不同时间点的细胞总RNA制备的探针杂交芯片,用 LuxScan10KA双通道激光扫描仪（CapitalBio公司）进行扫描,筛选MSCs变化过程中的差异表达基因并进行生物信息分析,hierarchical聚类提取差异表达的特征基因。结果:在MSCs的分化过程中,筛选出128条（2.24%）差异表达基因,经分析发现它们与能量代谢,信号传导等多类基因密切相关,对样本进行聚类发现MSCs在20-30天之间发生了显著的改变。结论:基因芯片是研究中药作用机理的有效平台, 双龙方主要成分可诱导MSCs向心肌样细胞分化。     

双龙方有效成分诱导干细胞分化过程中差异表达基因的筛选和聚类分析

目的：利用基因芯片筛选双龙方主要成分（人参皂苷Rbl，丹参酚酸B）诱导大鼠骨髓间充质干细胞（MSCs）分化过程中的差异表达基因，并对差异表达基因进行聚类分析，研究双龙方主要有效成分对大鼠MSCs增殖及分化的影响。方法：用含5705条大鼠基因的博奥大鼠全基因组Oligo芯片，以不同给药情况、不同时间点的细胞总RNA制备的探针杂交芯片，用LuxScan10KA双通道激光扫描仪（CapitalBio公司）进行扫描，筛选MSCs变化过程中的差异表达基因并进行生物信息分析，hierarchical聚类提取差异表达的特征基因。结果：在MSCs的分化过程中，筛选出128条（2．24％）差异表达基因，经分析发现它们与能量代谢，信号传导等多类基因密切相关，对样本进行聚类发现MSCs在20-30天之间发生了显著的改变。结论：基因芯片是研究中药作用机理的有效平台，双龙方主要成分可诱导MSCs向心肌样细胞分化。     

中药对心衰住院病人的疗效分析——基于倾向值匹配法

目的用统计学方法(倾向值匹配法与生存分析)来分析采用中西医结合治疗(干预组)与仅采用西医治疗(对照组)的心衰住院病人的费用与疗效对比。方法对1038条样本数据进行倾向值匹配,计算平均干预效应,并作出干预组和对照组的Kaplan-Meier曲线,分析协变量中的保护因素。结果从倾向值匹配后的费用分析来看,采用最近邻匹配一共得到308对匹配样本,干预组的平均费用为18559.76元,对照组的平均治疗费用是18228.2元。疗效分析以心衰病人的再住院率为指标,中西医结合治疗病人180天内再入院率是22.73%,仅用西医治疗的心衰病人180天内再住院率为30.19%。在控制其他变量相同的前提下,男性心衰病人再住院的风险度约是女性心衰病人的1.32倍。对于不同的治疗方法来说,病人采取中西医结合治疗的危险度是只采用西医治疗病人的0.746。结论中西医结合治疗的平均费用高于仅用西医治疗的平均费用,中西医结合治疗的病人180天内再入院率比仅用西医治疗的病人的再入院率低约9%,差异具有统计学意义。治疗方法、ACEI、ARB药物、β受体阻滞剂、抗血小板药物是心衰病人的保护因素。     

基于Alpha稳定分布的二元响应变量回归模型

Logit模型是常用的针对二元响应变量的回归模型,当0-1响应变量不平衡时,Logit模型将会带来连接函数设定错误。为了更灵活地捕捉带偏和厚尾特征,提出了以Alpha稳定分布作为连接函数的二元响应变量回归模型,称之为稳定分布模型。借助期望传播-近似贝叶斯计算（EP-ABC）方法,克服了Alpha稳定分布由于没有概率密度函数解析表达式所带来的困难,同时也解决了高维运算所导致的低接收率的问题。结果表明该模型对平衡或不平衡二元响应变量数据拟合和预测的效果均明显优于Logit、Probit、Cloglog和GEV模型。     

基于最优正交质心特征选取的DNA微阵列数据分析

微阵列数据具有样本小、维度高的特点,给数据分析带来了困难。因此,在生物信息学的研究和应用中,从微阵列数据里挑选主基因(特征选取)是十分重要和有意义的。本文采用基于最优正交质心特征选取算法(OCFS)来挑选主基因,并与基于信噪比的主基因挑选法和基于遗传算法的主基因挑选法进行了对比。利用挑选出的主基因,采用支持向量机(SVM)对数据样本进行了分类研究。通过实验,在经典的白血病数据集上,对于34个样本的测试集,达到了33/34的分类准确率,表明了本方法的适用性。