SACNet:一种癌症网络合成与分析系统

目的针对目前癌症的疾病网络构造的片面性和不精确性,提出一个基于集成多种数据源的癌症网络构造分析辅助工具系统。方法基于KEGG数据库的癌症生物通路和DisGeNET数据库的基因疾病关系等数据源,利用生物通路差异分析方法结合癌症基因表达数据获取差异通路集合,集成网络可视化工具生成癌症网络,结合网络聚类分析方法给出聚类分析结果,并对聚类分析结果进行基因功能聚类,分析癌症聚类子网络在癌症中的生物学功能。结果该工具系统生成的癌症网络以及聚类得到的网络分析结果能较准确反映出癌症和致病基因之间的联系。结论该系统界面友好,人机交互性好,可以有效辅助科研人员工作,对探寻癌症内部致病机制具有价值和意义。     

一种基于卷积神经网络的DIA数据预处理模型

目的数据非依赖性采集(data independent acquisition,DIA)是目前针对大通量蛋白质组学分析常用的一种数据采集方式。在对DIA数据无目标的分析方式中,由于无法预测肽段出现在DIA数据中的位置,需要对谱中所有的峰进行分析。但谱中含有大量的噪声峰,这些峰会严重影响后续蛋白质定性定量分析的效率与效果,所以在DIA数据的无目标分析过程中先进行预处理以去除噪声峰就成了很重要的一步。为了能充分利用从DIA数据中提取出来的肽段在一级质谱(first stage of mass spectrometry,MS1)和二级质谱(second stage of mass spectrometry,MS2)中的峰信息,提出质谱卷积神经网络(mass spectrometry convolutional neural network,MSCNN)模型。方法不同于传统的方法,本文首先提出适用于MSCNN网络结构的样本提取流程,然后利用MSCNN对样本进行训练和学习,该模型可以最大限度利用肽在MS1和MS2中的特征,最后通过观察模型在测试集中的结果来验证模型的效果。结果和传统算法相比,在保证真峰处理效果大致相同的情况下,MSCNN模型过滤噪声峰的数量提高了约11.2%。结论本文提出的MSCNN模型可以更有效地去除DIA数据中的噪声峰。     

融合基因芯片数据上下文特定网络的重构

目的在特定类型细胞或特定环境条件下,已有的全基因组代谢网络中的部分反应并不参与到实际的代谢过程中。为反映特定条件下生物体代谢系统的工作状态,本文提出一种重构上下文特定网络的新方法,用来构建特定条件下的代谢网络。方法首先根据基因芯片数据中蕴含的PACalls信息,南基因-酶-反应之间的调控关系,计算出在表达层面上为“Absent”状态的反应集合。然后使用一个？昆合整数规划模型,从全基因代谢网络中删除表达为“Absent”状态的反应及其关联反应,在满足计量平衡等约束条件下．寻找与表达层面吻合最优的网络,即为特定条件下的上下文特定网络。结果重构了肝脏和心脏两种组织的上下文特定网络。实验结果表明,两种组织的上下文特定网络存在很大差异性．尤其在某些具有组织特异性的代谢功能上,如胆汁酸合成等。结论融合基因芯片数据信息的上下文特定网络重构方法,能够有效构建反映特定条件下生物体代谢系统状态的上下文特定网络。     

基于基因芯片数据的代谢网络重构及其应用

目的 基因组尺度的代谢网络重构提供了一种从系统层面深入观察生物体的方法,由此重构得到的网络是个体的“全基因组网络”.鉴于这种网络不能反映出不同环境条件下细胞内的动态变化过程,本文给出一种从基因芯片数据出发对生物体的实时“工作网络”进行重构的方法.方法 通过对基因芯片数据使用dChip软件计算探针的P-A call后可得到基因的表达谱,然后在所整合的多源数据库的辅助下经由“基因表达谱→酶→反应→代谢网络”的过程进行“工作网络”的自动化重构.结果 对来源于14种组织的182个干细胞样本进行工作网络重构的结果表明,所有干细胞之间具有较高的相似性,但不同组织来源的干细胞之间仍存在一定差异性.结论 以基因芯片数据为数据源的代谢网络重构方法可有效用于生物体的“工作网络”重构.     

一种基于多数据源融合的酵母蛋白质相互作用预测方法

蛋白质-蛋白质相互作用在生命活动中起着重要的作用。本文通过整合多个数据源,采用Logistic回归模型,对模式生物酵母所有的蛋白质之间相互作用进行了计算预测,得到了一个酵母蛋白质相互作用的加权网络,结果分析表明本文得到的蛋白质相互作用网络有较高的可靠性。     

基于强连通分量的13C MFA计算模型稳定性判断

基于碳同位素标记实验的代谢通量分析,是代谢工程中一种强大的定量分析工具。^13C MFA在进行定量分析时,需要给定代谢网络及其对应的碳原子转移网络,同时为了保证计算的正确性和可靠性,要求所给定的碳原子转移网络中不能含有陷阱（trap）。本文基于有向图中强连通分量的概念,给出了trap的一种形式化定义,并利用一种基于深度优先搜索的图论算法,实现了对trap的自动检测。实验结果表明,该算法能够得到正确可靠的结果。     

一种基于多agent系统的生化系统分布式随机仿真算法

系统生物学关注于对生化反应网络进行定量的数学建模和计算机仿真,这是理解生化网络的拓扑结构和动态行为的主要手段.Gillespie的随机仿真算法(SSA)是仿真均匀生化反应系统的一种标准的算法,而SSA算法最大的问题在于计算代价过高.基于并行思想提出一种基于多agent系统实现的分布式随机仿真算法(DSSA),利用分布式计算来提高SSA算法的计算性能,为建模与仿真大规模生化反应系统提供了一种有效的方式.实验显示DSSA算法在时间性能上带来显著的提升.     

447例银行退休职工眼部黄斑病变筛查及其影响因素分析

目的 了解某银行退休职工眼部黄斑病变情况,并分析黄斑病变发生的危险因素.方法 以2017年3月在中国科学技术大学附属第一医院(安徽省立医院)进行健康体检的某银行退休职工447人为研究对象,进行光相干断层成像(OCT)筛查眼部黄斑病变,以及常规临床和血液生化检查,并自编问卷调查其人口学资料、生活方式、行为习惯以及疾病用药史.通过单因素与多因素分析,探讨黄斑病变的可能影响因素.结果 447名调查对象中,OCT眼部黄斑病变阳性检出50人,检出率为11.2%, OCT眼部黄斑病变阳性患者中男女性别差异无统计学意义(χ2=1.100,P=0.294).OCT眼部黄斑病变阳性检出与年龄增大(P<0.05)、视力异常(OR=8.311,95%CI:1.022~67.602)、黄斑疾病家族史(OR=2.356,95%CI:1.081~5.135)、内眼手术史(OR=2.809,95%CI:1.102~7.162)、安定类药物史(OR=15.061,95%CI:2.940~77.147)和激素类药物史(OR=3.531,95%CI:1.098~11.536)均相关(P<0.05).结论 银行退休职工眼部黄斑病变患病率较高.高龄,视力异常,眼部黄斑病变家族史,安定类药物服用史是黄斑病变的危险因素.