从肿瘤基因表达数据挖掘分类规则的研究

基于肿瘤基因表达数据,利用信息科学的方法和技术建立肿瘤预测分类模型,对肿瘤基因表达模式研究和肿瘤的诊断识别具有重要意义.本研究提出一种从肿瘤基因表达数据中直接挖掘分类规则建立肿瘤预测分类器的方法.该方法首先抽取实验样本集,分别找出标记肿瘤和正常组织样本的分类特征,由此生成可预测样本类别的分类规则,对每个未知类别样本,按照置信度最高原则,选择一个分类规则作为预测结构.本研究的实验数据来自Broad Institute的前列腺癌基因表达数据,实验结果显示该方法的预测精度在90%以上,且同时获得了大量结构透明的分类预测规则,表明本研究的方法是可行的和有效的.     

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.     

VFA:一种可视化代谢网络建模工具

数学建模是代谢工程研究的关键方法 之一.目前的代谢网络建模工具在构建代谢通量分析模型时,不能同时建立通量平衡分析(FBA)模型和<'13>C代谢通量分析(<'13>C-MFA)模型,而且大都采用私有格式描述代谢模型,不利于信息共享.为了解决上述问题,作者基于Cytoscape插件开发了一种可视化代谢通量建模工具VFA,它摆脱了繁琐、易出错的文本建模方式,提供友好的图形化用户界面、方便的可视化建模功能,并能够同时对代谢网络进行FBA和<'13>C-MFA建模.VFA的代谢模型描述格式扩展自系统生物学标记语言(SBML),且与后者完全兼容,有利于平台间的模型交换和共享.     

聚类和关联规则挖掘在基因表达数据分析中的应用研究

随着DNA微阵列技术的广泛应用,产生了海量基因表达数据,如何利用这些数据研究基因间的调控关系成为当前生物信息学的一个研究热点.关联规则挖掘是数据挖掘领域的一个重要技术,然而直接埘基因表达数据进行关联规则挖掘存在两个问题:一是时间和空间复杂度过高;二是获得的规则仅定性表示基因间的调控关系,无法提供关于调控关系强度的信息.本文利用聚类实现数据降维,然后将基因表达水平离散化为七个状态,最后关联分析每个聚类中的基因表达数据.实验结果表明本文的分析方法是有效的.     

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.