一个基于同位素标记实验的代谢通量估计高效率算法

基于碳同位素标记实验的代谢通量分析(13C MFA)是代谢工程中的重要方法,它可以对微生物中心代谢网络中的所有代谢通量进行精确量化分析.13C MFA通过逐步拟合同位素标记状态测量数据对胞内的代谢通量进行估计,这对应于一个测量结果和计算结果之间误差平方和极小化的优化问题,该优化问题具有非线性、带有众多约束条件和存在多个局部极小点等特点,如何高效地求解是13C MFA中的难点,也是实现通量精确估计的关键.论文在对目标问题解空间的特性分析基础上,将空间知识引入到搜索过程中,针对通量估计问题提出了一个进化优化算法.实验结果和分析表明,该算法较普通进化算法具有更快的收敛速度和更好的全局寻优能力.     

BIRC5基因在非小细胞肺癌中的表达及与免疫细胞浸润和预后的关系

目的:通过生物信息学方法分析杆状病毒凋亡抑制蛋白5(baculoviral inhibitor of apoptosis repeat-containing protein 5,BIRC5)基因在非小细胞肺癌(non-small cell lung cancer,NSCLC)与正常组织中的表达差异,并分析其与NSCLC...     

融合基因表达差异的生物代谢变化预测

目的当前存在许多基于约束的优化建模方法利用全基因组的代谢网络来预测生物代谢流量分布,而几乎所有的这些建模方法都需要代谢物的摄取和分泌速率以及生物先验知识的信息,比如假设生物量或者ATP产量最大。但是由于多细胞生物代谢物的摄取和分泌速率的测量很困难,并且多细胞高等生物的不同组织通常有不同的代谢目标,所以很难确定一个合理的代谢目标来建模研究高等生物的代谢。本文利用基因表达的差异信息和代谢网络,能够预测单细胞或多细胞生物代谢流量的变化,不需要生物的先验知识和代谢物分泌或摄取速率的信息。方法模型假设在两点状态下,如果编码酶的基因表达量存在显著变化,则酶催化的反应的代谢流量也应该存在显著变化。利用微阵列基因组学数据和生物全基因组的代谢网络,通过使生物代谢流量的变化与基因表达的变化尽可能一致来建立优化模型,预测生物显著差异的代谢流量分布。结果模型利用在有氧恒化器中以不同稀释速率生长的大肠杆菌的基因表达数据,预测的代谢流量与实验中实际测量的代谢流量一致。结论本文提出的基于约束的建模方法可以简单准确地定性预测低等生物的代谢流量变化,为研究高等生物的代谢变化提供了有效途径。     

基于统计组合与CpG含量分类的基因预测算法

基因预测是研究基因功能、基因表达、基因之间的关联关系以及如何控制基因转录等工作的基础.现有的基因预测方法在预测内部编码外显子方面能达到较高的精度,但在预测5'端外显子方面却存在着不足.本文针对5'端外显子,构建了一种基于统计组合与CpG含量分类的基因预测算法:将基因区域数据根据CpG含量分成2个相对独立的集合,采用统计组合的方法将多种基因预测方法综合在一起进行基因预测研究.实验结果表明该算法提高了基因预测的精度,为进一步研究基因预测提供了一种可能的方案.     

一种用于基因5’exons预测的新方法

基因预测是生物信息学领域中的一个重要研究方向。本文在研究了基因局部特征的基础上,针对现有遗传算法在预测基因5’exons方面的不足,从生物免疫机制出发,构建了一种用于基因5’exons预测的免疫遗传算法。该算法利用T细胞发育过程中强大的多样性维持机制来设计算法的选择机制,提高算法的求解性能。实验结果表明该算法提高了基因预测的精度,提供了一种可能的研究基因预测方案。     

针对无标签鸟枪法蛋白质定量的新方法

目的 通过所检测到的肽段丰度计算蛋白质丰度是蛋白质组学的一个重要部分。由于退化肽段的丰度可能由多个蛋白质提供,简单剔除退化肽段可消除这种不确定性并简化问题。但是由于退化肽段的信息没有被充分利用,蛋白质定量的准确性会受到影响,还可能显著降低可以定量的蛋白质规模。如何充分利用退化肽段的信息,提高蛋白定量的准确性和全面性,并且不会导致问题规模更为复杂,成为一个重要的问题。方法 为了在不引入更多误差的情况下充分利用退化肽段来进行更准确的定量,本文提出一个基于误差最小化的方法(error-minimization-based quantification for protein,EMQ)。不同于以往的大多数算法,EMQ利用退化肽段中的信息,最大限度地将肽段层面信息还原到蛋白质层面,得到了更多的蛋白质定量结果并提高了结果的精度。结果 多个实验数据上的表现证明本方法可以在较小的时间代价下获得更高的精度,并提高结果的规模。结论 本文提出的基于误差最小化的方法可以快速准确地对大规模蛋白质组学问题进行定量。     

NetRD:一种利用Bing搜索结果补充文献挖掘证据集的工具

目的当前生物文献挖掘工作的重心是改进各挖掘模块性能,以提升挖掘结果的可信度,但有很大比例的挖掘结果其文献证据很少,为此本文提出一个利用Bing搜索引擎从海量Web数据中为文献挖掘得到的生物实体关联对提供补充证据的工具系统。方法利用现有文本挖掘技术从PubMed文献中挖掘一批生物实体关联对,引入BingWeb搜索模块,以生物实体名作为关键词从Web中利用Bing开放搜索API得到一批搜索结果,将这些结果整理成新的数据源,最终从该新的数据源中挖掘得到一批来自Web的补充证据。结果本系统(http://bioinfo.ustc.edu.cn/NetRD)对文献证据较少的生物实体关联对提供了有效的补充证据支持,丰富了文献挖掘结果最终的证据集。结论以Web数据作为补充数据源,能够有效地为文献证据很少的生物实体对提供证据补充,为相关研究者确认两个生物实体之间的关联提供重要参考。     

面向生物医学文献挖掘的一种改进的贝叶斯算法

随着生物医学文献的指数性增长,运用数据挖掘的方法从生物医学文献中发现新的知识变得越来越重要,其中一个关键的问题就是文献检索.通过分析文本属性对文献检索性能的影响,提出一种改进的贝叶斯算法,引入文档长度因子,并对文档特征向量进行降维,最后利用代谢相关的文献库进行实验.实验结果与分析表明,相对于一般的贝叶斯方法,改进的算法提高了文献的查全率和查准率,同时降低了算法执行的复杂性.     

基于数据非依赖采集的无色谱数据处理软件系统

目的如何高效准确地定量蛋白质一直是蛋白质组学的主要关注点,基于液相色谱-数据依赖模式进行谱图采集的质谱方法是目前主流的蛋白质测定方式。但是,当面对复杂样本中蛋白质定量的对比实验,为了使肽段得到有效分离,使用较长时间色谱洗脱的方法占据了谱图生成的大量时间。为了解决此问题,并且能够高效、准确地定性定量肽段,提出一个基于数据非依赖采集(data-independent acquisition,DIA)的无色谱数据处理软件系统。方法基于以肽段为中心的蛋白质定量理念,利用现有解决混合图谱的方法对无色谱DIA质谱数据进行定性,随后仿照DIA方法下色谱面积的计算方法完成定量;最后基于分类模型,对最终结果给出统计分析控制。结果本系统能够处理生成无色谱的DIA质谱数据,并且在12 min内从海拉(Henrietta Lacks,Hela)蛋白质样本中定性定量出1954个肽段。结论使用本系统处理无色谱质谱数据,相比于DIA质谱数据,能够在更短的时间内准确定量出足够的肽段,对于在有限时间内测定大规模蛋白质样本有重要的意义。     

一种基于完全匹配和分词匹配的混合分词匹配算法

如何高效准确地进行酶的鉴别是代谢网络重构的难点和关键.由于基因标注文件中与ORF对应的蛋白质和酶信息都是采用自然语言描述的,重构中必须利用基因产物在酶数据库中寻找证据,从而进行与代谢相关的酶鉴别.针对目前通用的酶鉴别算法识别率低、效率低的问题,论文在对生物数据特性分析的基础上,提出了一种完全匹配和分词匹配相结合的混合分词匹配算法对酶信息进行鉴别,实验结果和分析表明,该算法具有更好的鉴别能力和更高的效率.