检索结果-南通市图书馆

中国建筑装饰装修 2013年第4期 128-129页

作者：张绍武中国新闻摄影学会中国建材报社摄影部

基于多层网络控制的个体化癌症驱动基因识别方法

在线全文

学校读者我要写书评

暂无评论

生物化学与生物物理进展 2024年第7期51卷 1711-1726页

作者：张桐张绍武李岩谢明宇西北工业大学自动化学院信息融合技术教育部重点实验室西安710072 平顶山学院电气与机械工程学院平顶山467000

目的识别癌症驱动基因,特别是罕见或个体特异性癌症驱动基因,对精准肿瘤学至关重要。考虑到肿瘤间的高度异质性,最近有一些方法尝试在个体水平上识别癌症驱动基因。然而,这些方法大多是将多组学数据整合到单一生物分子网络(如基因调控... 详细信息

目的识别癌症驱动基因,特别是罕见或个体特异性癌症驱动基因,对精准肿瘤学至关重要。考虑到肿瘤间的高度异质性,最近有一些方法尝试在个体水平上识别癌症驱动基因。然而,这些方法大多是将多组学数据整合到单一生物分子网络(如基因调控网络或蛋白质相互作用网络)中来识别癌症驱动基因,容易忽略不同网络所特有的重要相互作用信息。为了整合不同生物分子网络的相互作用数据,促进癌症驱动基因识别,迫切需要发展一种多层网络方法。方法本文提出了一种多层网络控制方法(PDGMN),利用多层网络识别个体化癌症驱动基因。首先,利用基因表达数据构建针对个体病人的个体化多层网络,其中包括蛋白质相互作用层和基因相互关联层。然后,整合突变数据,对个体化多层网络中的节点进行加权。最后,设计了一种加权最小顶点覆盖集识别算法,找到个体化多层网络中的最优驱动节点集,以提高个体化癌症驱动基因的识别效果。结果在三个TCGA癌症数据集上的实验结果表明,PDGMN在个体化驱动基因识别方面优于其他现有方法,并能有效识别个体病人的罕见癌症驱动基因。特别是,在不同生物分子网络上的实验结果表明,PDGMN能够捕获不同生物分子网络的独有特征,从而改进癌症驱动基因的识别结果。结论PDGMN能有效识别个体化癌症驱动基因,并从多层网络的视角,加深我们对癌症驱动基因识别的理解。本文所用的源代码和数据集可以从https://***/NWPU-903PR/PDGMN获取。

关键词：多层生物分子网络多层网络控制个体化癌症驱动基因个体化多层网络最小节点覆盖集

同方期刊数据库

基于真实情境的抽象能力培养——以“数轴”概念教学为例

在线全文

学校读者我要写书评

暂无评论

中小学课堂教学研究 2024年第4期 58-61,66页

作者：张绍武崔佳佳高媛北京师范大学第二附属中学北京100088 北京市西城区教育研修学院北京100035 北京市第十三中学分校北京100009

抽象是数学的基本特征,也是数学的基本思想。初中阶段的抽象能力主要表现在数学概念、关系与方法的抽象上。教学中,要关注数学概念的发生、发展过程,引领学生从真实情境所蕴含的丰富信息中提炼出与数学相关的信息,借助问题情境抽象出概... 详细信息

抽象是数学的基本特征,也是数学的基本思想。初中阶段的抽象能力主要表现在数学概念、关系与方法的抽象上。教学中,要关注数学概念的发生、发展过程,引领学生从真实情境所蕴含的丰富信息中提炼出与数学相关的信息,借助问题情境抽象出概念,经历数学抽象的过程,深化对数学知识和意义的理解。本文以“数轴”概念的教学为例,就如何基于真实情境培养学生的数学抽象能力进行了探索和实践。

关键词：抽象能力真实情境数轴

重视几何作图,让"基本事实"在探究活动中自然生成——以“全等三角形的判定”教学为例

在线全文

学校读者我要写书评

暂无评论

中学数学教学参考 2024年第20期 21-24页

作者：崔佳佳王秀阁张绍武北京市西城区教育研修学院北京市第三十五中学北京师范大学第二附属中学

以"全等三角形的判定"教学为例,挖掘"基本事实"的探究属性,促进学生探寻作图方法、理解作图原理,引导他们经历操作、感知、归纳、抽象、检验的学习过程,增强其思维的严谨性和逻辑性,从而对"基本事实"的认识由"好像正确""感觉正确"走向"... 详细信息

以"全等三角形的判定"教学为例,挖掘"基本事实"的探究属性,促进学生探寻作图方法、理解作图原理,引导他们经历操作、感知、归纳、抽象、检验的学习过程,增强其思维的严谨性和逻辑性,从而对"基本事实"的认识由"好像正确""感觉正确"走向"确认正确"。

关键词：几何作图基本事实探究活动自然生成

维普期刊数据库评论

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

生物分子网络弹性研究进展

生物化学与生物物理进展 2022年第10期49卷 1987-2000页

作者：李岩张绍武西北工业大学自动化学院信息融合教育部重点实验室西安710072

弹性是生物分子网络重要且基础的属性之一,一方面弹性赋予生物分子网络抵抗内部噪声与环境干扰并维持其自身基本功能的能力,另一方面,弹性为网络状态的恢复制造了阻力。生物分子网络弹性研究试图回答如下3个问题:a.生物分子网络弹性的... 详细信息

弹性是生物分子网络重要且基础的属性之一,一方面弹性赋予生物分子网络抵抗内部噪声与环境干扰并维持其自身基本功能的能力,另一方面,弹性为网络状态的恢复制造了阻力。生物分子网络弹性研究试图回答如下3个问题:a.生物分子网络弹性的产生机理是什么?b.弹性影响下生物分子网络的状态如何发生转移?c.如何预测生物网络状态转换临界点,以防止系统向不理想的状态演化?因此,研究生物分子网络弹性有助于理解生物系统内部运作机理,同时对诸如疾病发生临界点预测、生物系统状态逆转等临床应用具有重要的指导意义。鉴于此,本文主要针对以上生物分子网络弹性领域的3个热点研究问题,在研究方法和生物学应用上进行了系统地综述,并对未来生物分子网络弹性的研究方向进行了展望。

关键词：弹性生物分子网络多稳定性非平衡动力系统状态转换临界点

KOH试管法与玻片法在甲真菌检查中的效果比较

在线全文

学校读者我要写书评

暂无评论

中国真菌学杂志 2022年第2期17卷 152-154页

作者：张绍武张浩中国医科大学附属第四医院检验科沈阳110032

甲真菌病是最常见的皮肤科疾病之一,发病率约占临床甲病的一半以上,病原菌包括皮肤癣菌、酵母菌和其他非皮肤癣菌性丝状真菌等,国内甲真菌病病原菌中皮肤癣菌占65%~70%,酵母菌占10%~30%。甲真菌病常表现为甲板增厚、分离、变色等临床症... 详细信息

甲真菌病是最常见的皮肤科疾病之一,发病率约占临床甲病的一半以上,病原菌包括皮肤癣菌、酵母菌和其他非皮肤癣菌性丝状真菌等,国内甲真菌病病原菌中皮肤癣菌占65%~70%,酵母菌占10%~30%。甲真菌病常表现为甲板增厚、分离、变色等临床症状,其临床表现有时不易与白甲症、黄甲综合征、甲银屑病、甲扁平苔藓等指(趾)甲疾病鉴别[1-5],因此,病原学检查是诊断和鉴别诊断甲真菌病的关键依据。

关键词：玻片法试管法 KOH消化时间甲屑

维普期刊数据库博看期刊

在线全文

学校读者我要写书评

暂无评论

整合受体调控基因表达信息构建细胞通信网络

生物化学与生物物理进展 2023年第3期50卷 623-633页

作者：郭书旗张绍武李岩张世华西北工业大学自动化学院信息融合教育部重点实验室西安710072 中国科学院数学与系统科学研究院北京100190

目的构建细胞通信网络有助于揭示细胞间协同工作机制、生物学过程和疾病发病机理。目前基于配体-受体相互作用构建细胞通信网络的方法大多只考虑配体和受体的表达信息,忽略了受体对其调控基因的信号传递影响,导致构建的细胞通信网络可... 详细信息

目的构建细胞通信网络有助于揭示细胞间协同工作机制、生物学过程和疾病发病机理。目前基于配体-受体相互作用构建细胞通信网络的方法大多只考虑配体和受体的表达信息,忽略了受体对其调控基因的信号传递影响,导致构建的细胞通信网络可靠性较低。鉴于此,本文提出IRRG算法,旨在构建更为准确的细胞通信网络,并挖掘具有生物学意义的细胞通信模式。方法本文提出了一种整合受体调控基因表达信息构建细胞通信网络的方法(命名为IRRG)。该方法通过随机游走方式计算受体对下游基因的影响得分,进而与配体-受体共表达量结合构建细胞通信网络。结果使用IRRG构建了小鼠滤泡间表皮(IFE)细胞通信网络并分析了配体-受体对的生物学意义,验证了IRRG计算受体影响得分的稳定性和细胞通信网络构建的可靠性。此外,使用IRRG构建了透明细胞肾细胞癌(ccRCC)的细胞通信网络,挖掘并分析其肿瘤微环境细胞通信模式。结论IRRG可以构建富有生物学意义并且可靠的细胞通信网络,帮助人们从细胞通信的角度更深入地了解多种生物过程。IRRG算法代码可从GitHub获取:https://***/NWPU-903PR/IRRG。

关键词：细胞通信配体-受体基因共表达基因调控网络随机游走

NELDA:基于网络嵌入的lncRNA-疾病关联关系预测

在线全文

学校读者我要写书评

暂无评论

生物化学与生物物理进展 2022年第7期49卷 1369-1380页

作者：李维娜樊校楠张绍武西北工业大学自动化学院信息融合技术教育部重点实验室西安710072

目的长非编码RNA (lncRNAs)参与多种重要的生物学过程并与各种人类疾病密切相关,因此,lncRNA-疾病关联预测研究有助于疾病的诊断、治疗和在分子水平理解人类疾病的发生发展机制。目前,大多数lncRNA-疾病关联预测方法倾向于浅层整合lnc... 详细信息

目的长非编码RNA (lncRNAs)参与多种重要的生物学过程并与各种人类疾病密切相关,因此,lncRNA-疾病关联预测研究有助于疾病的诊断、治疗和在分子水平理解人类疾病的发生发展机制。目前,大多数lncRNA-疾病关联预测方法倾向于浅层整合lncRNA和疾病的相关信息,忽略网络拓扑结构中的深层嵌入特征;另外通过随机选取lncRNA-疾病非关联对构建负样本训练集合,影响预测方法的鲁棒性。方法本文提出一种基于网络嵌入的NELDA方法,预测潜在的lncRNA-疾病关联关系。NELDA首先利用lncRNA表达谱、疾病本体论和已知的lncRNA-疾病关联关系,构建lncRNA相似性网络、疾病相似性网络和lncRNA-疾病关联网络。然后,通过设计4个深度自编码器分别从lncRNA/疾病的相似性网络、lncRNA-疾病关联网络学习lncRNA和疾病的低维网络嵌入特征。串联lncRNA和疾病的相似性网络嵌入特征及lncRNA和疾病的关联网络嵌入特征,分别输入两个支持向量机分类器预测lncRNA-疾病关联。最后,采用加权融合策略融合两个支持向量机分类器的预测结果,给出lncRNA-疾病关联关系的最终预测结果。另外,根据已知的lncRNA-疾病关联对和疾病语义相似性,设计一种负样本选取策略构建可信度相对较高的lncRNA-疾病非关联对样本集,用以改善分类器的鲁棒性,该策略通过设计一种打分函数为每对lncRNA-疾病进行打分,选取得分较低的lncRNA-疾病对作为lncRNA-疾病非关联对样本(即负样本)。结果十折交叉验证实验结果表明:NELDA能够有效预测lncRNA-疾病关联关系,其AUC达到0.982 7,比现有LDASR和LDNFSGB方法分别提高了0.062 7和0.020 7。另外,负样本选取策略与决策级加权融合策略能够有效改善NELDA预测性能。胃癌和乳腺癌案例研究中,29/40 (72.5%)预测的与胃癌和乳腺癌关联lncRNAs,在近期文献和公共数据库中能够发现相关的支撑证据。结论这些实验结果表明,NELDA是一种有效的lncRNA-疾病关联关系预测方法,具有挖掘潜在lncRNA-疾病关联关系的能力。

关键词： lncRNA-疾病关联网络嵌入深度自编码器高质量负样本选取

在线全文

学校读者我要写书评

暂无评论

基于投票人影响因子的投票预测模型

模式识别与人工智能 2022年第2期35卷 166-174页

作者：张新昀张绍武任璐杨亮徐博张益嘉林鸿飞大连理工大学信息检索研究室大连116023

投票预测是计算政治学的应用之一,目前绝大多数预测模型都忽视投票过程中投票人之间的相互影响.针对此问题,文中提出基于投票人影响因子的投票预测模型.首先,提出投票人影响因子,用于刻画某位投票人在投票过程中对于其他投票人投票选择... 详细信息

投票预测是计算政治学的应用之一,目前绝大多数预测模型都忽视投票过程中投票人之间的相互影响.针对此问题,文中提出基于投票人影响因子的投票预测模型.首先,提出投票人影响因子,用于刻画某位投票人在投票过程中对于其他投票人投票选择的影响,同时结合预训练模型提取的投票人特征,形成影响因子图,再输入图卷积神经网络中,学习投票人的相互影响,在一定程度上模拟真实的投票博弈过程.然后,考虑到法案文本中上下文信息的关联性,利用BiLSTM(Bi-directional Long Short-Term Memory)获得法案特征向量.鉴于法案文本的规范性导致的行文近似、用词重复,使用引入TF-IDF(Term-Frequency-Inverse Document Frequency)因子的TextRank,得到法案的关键词.在国外议会网站数据集上的实验表明文中模型性能较优,消融实验也验证每个模块对文中模型的性能均有一定程度的提升.

关键词：计算政治学投票预测图卷积神经网络影响因子深度学习

基于随机游走和增量相关节点的动态网络社团挖掘算法

在线全文

学校读者我要写书评

暂无评论

电子与信息学报 2013年第4期35卷 977-981页

作者：肖杰斌张绍武西北工业大学自动化学院西安710072

动态网络社团结构挖掘有助于获取整体网络特性和发展规律。由于动态网络具有多个时刻,传统静态网络社团挖掘算法不仅容易在相邻时刻产生具有较大差异的社团划分结果,而且导致较高时间复杂度。虽然最近受到广泛关注的动态网络增量算法可... 详细信息

动态网络社团结构挖掘有助于获取整体网络特性和发展规律。由于动态网络具有多个时刻,传统静态网络社团挖掘算法不仅容易在相邻时刻产生具有较大差异的社团划分结果,而且导致较高时间复杂度。虽然最近受到广泛关注的动态网络增量算法可以一定程度上降低算法时间复杂度,但普遍存在人工设定参数、可扩展性差等局限性。该文提出一种随机游走与增量相关节点相结合的社团挖掘算法(RWIV)进行动态网络社团挖掘。利用动态网络时间局部性即相邻采样时刻网络变化不大的特点,通过对增量相关节点进行随机游走聚类后社团划分,避免了对整个网络中的节点全部重新划分。实验结果和分析表明:RWIV算法可有效解决IC(Incremental algorithm for Community identification)和IDCM(Increment and Density based Community detection Method)判定参数难以选定、累积误差及网络突变等问题,其社团挖掘效率高于现有IC和IDCM算法。

关键词：动态网络增量算法随机游走社团挖掘