检索结果-南通市图书馆

BDLR:lncRNA identification using ensemble learning

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

BIOCELL 2022年第4期46卷 951-960页

作者： lejun gong SHEHAI ZHOU JINGMEI CHEN YONGMIN LI LI ZHANG ZHIHONG GAO Jiangsu Key Lab of Big Data Security&Intelligent Processing School of Computer Science Nanjing University of Posts and TelecommunicationsNanjing210046China Smart Health Big Data Analysis and Location Services Engineering Laboratory of Jiangsu Province Nanjing210046China Zhejiang Engineering Research Center of Intelligent Medicine Wenzhou325035China College of Computer Science and Technology Nanjing Forestry UniversityNanjing210037China

Long non-coding RNAs(lncRNAs)play an important role in many life activities such as epigenetic material regulation,cell cycle regulation,dosage compensation and cell differentiation regulation,and are associated with many human *** are many limitations in identifying and annotating lncRNAs using traditional biological experimental *** the development of high-throughput sequencing technology,it is of great practical significance to identify the lncRNAs from massive RNA sequence data using machine learning *** on the Bagging method and Decision Tree algorithm in ensemble learning,this paper proposes a method of lncRNAs gene sequence identification called *** identification results of this classification method are compared with the identification results of several models including Byes,Support Vector Machine,Logical Regression,Decision Tree and Random *** experimental results show that the lncRNAs identification method named BDLR proposed in this paper has an accuracy of 86.61%in the human test set and 90.34%in the mouse for lncRNAs,which is more than the identification results of the other ***,the proposed method offers a reference for researchers to identify lncRNAs using the ensemble learning.

关键词： lncRNAs High-throughput sequencing Ensemble learning Bagging Decision Tree

Analysis of nucleosome positioning in promoters of miRNA genes and protein-coding genes

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

Chinese Science Bulletin 2010年第22期55卷 2347-2352页

作者： LIU HongDe ZHANG DeJin XIE JianMing YUAN ZhiDong MA Xin LU ZhiYuan gong lejun SUN Xiao State Key Laboratory of Bioelectronics Southeast University Nanjing 210096 China

Nucleosome positioning in promoters is important for gene transcription regulation. In this paper, with a nucleosome prediction model, curvature profile, the characteristics of nucleosome positioning in promoters are analyzed for miRNA genes and protein-coding genes. In the vicinity of transcription start site (TSS), there is a nucleosome-free region (NFR) followed by a positioned nucleosome at ～200 bp downstream of TSS. A similar characteristic is observed in independent intronic promoters and intergenic promoters, namely, both types of promoters have a longer NFR in 0—-400 bp upstream of TSS. Moreover, transcription factor binding sites (TFBSs) locate in the NFR with a high concentration. However, nucleosome pattern in dependent intronic promoters are like that in protein-coding promoters, with two nucleosomes positioned at -200—-400 bp and -400—-600 bp upstream of TSS. The results indicate nucleosome positioning is probably different in independent miRNA promoters and protein-coding promoters; and positioning seems to be an important factor not only in regulation of protein-coding gene, but also in that of miRNA gene.

关键词：蛋白编码基因基因启动子核小体点定位 RNA基因 miRNA 蛋白质编码转录起始位点

在线全文

学校读者我要写书评

暂无评论

一种面向基因与疾病关系的文本挖掘方法

东南大学学报（自然科学版） 2010年第3期40卷 486-490页

作者：龚乐君韦有兵谢建明袁志栋孙啸东南大学生物电子学国家重点实验室南京210096 淮阴工学院计算机工程学院淮安223003

结合模式匹配、生物医学本体及共现技术,设计了一种自动抽取基因与疾病、基因与基因之间关系的文本挖掘方法,并开发了一个可以处理海量文本数据的系统.该系统可抽取与疾病相关的基因实体,挖掘基因与疾病、基因与基因之间的关系,衡量基... 详细信息

结合模式匹配、生物医学本体及共现技术,设计了一种自动抽取基因与疾病、基因与基因之间关系的文本挖掘方法,并开发了一个可以处理海量文本数据的系统.该系统可抽取与疾病相关的基因实体,挖掘基因与疾病、基因与基因之间的关系,衡量基因与疾病实体的相关性,并为分析基因与疾病、基因与基因之间的关系提供了网络可视化工具.实验结果表明,系统在测试数据集上抽取基因与疾病之间的关系可获得83.0%的综合测评率,抽取基因与基因之间的关系可获得78.5%的综合测评率.该系统已成功应用于乳腺癌及相关基因的研究.

关键词：生物医学文本挖掘关系抽取实体识别

在线全文

学校读者我要写书评

暂无评论

LncRNA与疾病关系的知识图谱构建

山东大学学报（工学版） 2021年第2期51卷 26-33页

作者：龚乐君杨璐高志宏李华康南京邮电大学计算机学院、软件学院、网络空间安全学院江苏南京210023 江苏省大数据安全与智能处理重点实验室江苏南京210023 浙江省智慧医疗工程技术研究中心浙江温州325035 自然资源部城市国土资源监测与仿真重点实验室广东深圳518034 苏州派维斯信息科技有限公司江苏苏州215011

基于长链非编码核糖核酸(long non-coding RNA, LncRNA)和疾病关系的分析,对LncRNA和疾病知识概念建模,提出一种有效的LncRNA与疾病关系的知识图谱构建方法。使用Protégé构建本体结构,建构概念层,整合结构化与非结构化两种不同来源的... 详细信息

基于长链非编码核糖核酸(long non-coding RNA, LncRNA)和疾病关系的分析,对LncRNA和疾病知识概念建模,提出一种有效的LncRNA与疾病关系的知识图谱构建方法。使用Protégé构建本体结构,建构概念层,整合结构化与非结构化两种不同来源的数据形成数据层,通过资源描述框架(resource description frame, RDF)/网络本体语言(web ontology language, OWL)技术对数据及相应的关系进行描述,采用基于前向推理的产生式规则进行相应的知识推理,通过SPARQL查询语言和可视化技术展示知识查询的推理效果。这一研究将为LncRNA与疾病的关系研究提供参考,推动该领域的发展。

关键词： LncRNA 知识表示 LncRNA-疾病关联知识图谱本体

基于双向GRU神经网络的医学文本PICO成分识别

在线全文

学校读者我要写书评

暂无评论

陕西师范大学学报（自然科学版） 2021年第1期49卷 14-21页

作者：龚乐君姚凌峰高志宏李华康南京邮电大学计算机学院、软件学院、网络空间安全学院江苏南京210023 江苏大数据安全与智能处理重点实验室江苏南京210023 浙江省智慧医疗工程技术研究中心浙江温州325035 自然资源部城市国土资源监测与仿真重点实验室广东深圳518034 苏州派维斯信息科技有限公司江苏苏州215011

针对传统机器学习模型在识别PICO(population/problem,intervention,comparison and outcome)成分时存在特征提取不充分的问题,本文提出了一种自动识别医学文本中PICO成分的GRUCM模型,该模型融合了双向门控循环单元(bi-bated recurrent unit,BiGRU)神经网络和条件随机场(conditional random field,CRF)的优点,不仅能改善传统机器学习模型存在的特征抽取不足的问题,而且可以同时抽取出多个成分,避免创建多个模型而造成的资源浪费。该模型在测试数据上P成分的F 1值为88.24%,I成分的F 1值为80.49%,O成分的F 1值为86.62%,与采用长短期记忆网络(long short-term memory,LSTM)和CRF模型的识别效果进行对比,本文提出的GRUCM模型对PICO成分的识别更有效。

关键词：循证医学 GRUCM模型 PICO成分双向门控循环单元神经网络

单细胞RNA序列数据的PBMC相关细胞的识别

在线全文

学校读者我要写书评

暂无评论

中国科学技术大学学报 2020年第7期50卷 1013-1018页

作者：龚乐君周佘海程逸飞高志宏李华康南京邮电大学计算机学院、软件学院、网络空间安全学院江苏南京210023 江苏省大数据安全与智能处理重点实验室江苏南京210023 浙江省智慧医疗工程技术研究中心浙江温州325035 自然资源部城市国土资源监测与仿真重点实验室广东深圳518034 苏州派维斯信息科技有限公司江苏苏州215011

细胞类型鉴定是单细胞RNA测序的主要任务之一.针对整个问题,提出基于随机森林的细胞类型自动识别(automatic identification of cell type based on random forest,AICTRF)方法来识别单细胞测序数据中的细胞类型,该方法使用随机森林分... 详细信息

细胞类型鉴定是单细胞RNA测序的主要任务之一.针对整个问题,提出基于随机森林的细胞类型自动识别(automatic identification of cell type based on random forest,AICTRF)方法来识别单细胞测序数据中的细胞类型,该方法使用随机森林分类模型进行训练,根据训练的模型进而预测未知的细胞类型.在人类外周血单核细胞(PBMC)测序数据集上训练了随机森林分类模型,利用该模型预测了人类PBMC中B细胞的相关亚型细胞类型.实验结果表明,该方法可以帮助相关研究人员快速而有效地自动识别单细胞测序数据中的细胞类型.

关键词：单细胞RNA测序数据挖掘细胞类型 B细胞亚型聚类分类

基于双向GRU和CNN的药物相互作用关系抽取

在线全文

学校读者我要写书评

暂无评论

陕西师范大学学报（自然科学版） 2020年第6期48卷 108-113页

作者：龚乐君刘晓林高志宏李华康南京邮电大学计算机学院、软件学院、网络空间安全学院江苏南京210023 江苏大数据安全与智能处理重点实验室江苏南京210023 浙江省智慧医疗工程技术研究中心浙江温州325035 自然资源部城市国土资源监测与仿真重点实验室广东深圳518034 苏州派维斯信息科技有限公司江苏苏州215011

不同药物由于药效动力学和药代动力学的差异可能会产生不可预知的副作用,甚至威胁患者的生命安全。在信息技术飞速发展及指数级生物医学文献增加的背景下,从文本中提取药物相互作用成为可能,为此本文提出一种基于双向门控循环单元(GRU)... 详细信息

不同药物由于药效动力学和药代动力学的差异可能会产生不可预知的副作用,甚至威胁患者的生命安全。在信息技术飞速发展及指数级生物医学文献增加的背景下,从文本中提取药物相互作用成为可能,为此本文提出一种基于双向门控循环单元(GRU)和卷积神经网络(CNN)相融合的双层药物关系抽取模型,使用DDIExtraction2013作为数据集进行多组实验评估,实验结果获得最高75%的综合测评率;与其他方法相比较,基于双向GRU和CNN的双层模型可以有效地抽取文本中的药物相互作用关系。

关键词：药物相互作用生物医学关系抽取药物关系抽取门控循环单元卷积神经网络

在线全文

学校读者我要写书评

暂无评论

基于CRF和深度学习的病历实体识别的研究

南京师范大学学报（工程技术版） 2022年第1期22卷 81-85页

作者：杨荣根王博龚乐君金陵科技学院智能科学与控制工程学院江苏南京211169 南京邮电大学江苏省大数据安全与智能处理重点实验室江苏南京210023

随着电子病历数据量的快速增长,如何深层次、高效率地利用电子病历资源成为越来越迫切需要解决的问题.从真实病历出发,研究电子病历的医学实体识别问题,为计算机更好地辅助医疗奠定基础.通过人工标注的108份心血管科的真实病历数据与3... 详细信息

随着电子病历数据量的快速增长,如何深层次、高效率地利用电子病历资源成为越来越迫切需要解决的问题.从真实病历出发,研究电子病历的医学实体识别问题,为计算机更好地辅助医疗奠定基础.通过人工标注的108份心血管科的真实病历数据与3类特征模板,运用条件随机场和双向长短时记忆网络联合条件随机场对心血管科电子病历疾病命名实体抽取的实验,并进行比较分析.结果表明,结合合适的特征模版,条件随机场模型有更好的抽取性能,是一种较为适用的病历命名实体抽取方法.

关键词：电子病历命名实体抽取条件随机场特征模板双向长短时记忆网络

同方期刊数据库博看期刊评论

在线全文

学校读者我要写书评

暂无评论

基于决策树的乳腺癌病历文本的挖掘与决策

南京师大学报（自然科学版） 2019年第3期42卷 42-51页

作者：龚乐君张立鹏李宇茜吴向辉高志宏潘传迪杨庚江苏省大数据安全与智能处理重点实验室南京邮电大学计算机学院、软件学院、网络空间安全学院江苏南京210023 浙江省智慧医疗工程技术研究中心浙江温州325035

乳腺癌是女性最常见的恶性肿瘤之一,严重威胁着世界范围内女性的健康,临床病历文本携带着经验丰富医生对疾病的诊断信息,对其挖掘,可获得乳腺癌相关的病况,从而可以辅助决策.本文提交了一种方法从文本处理的角度,使用数据挖掘算法-决策... 详细信息

乳腺癌是女性最常见的恶性肿瘤之一,严重威胁着世界范围内女性的健康,临床病历文本携带着经验丰富医生对疾病的诊断信息,对其挖掘,可获得乳腺癌相关的病况,从而可以辅助决策.本文提交了一种方法从文本处理的角度,使用数据挖掘算法-决策树处理病历文本,挖掘乳腺癌疾病相关信息,对乳腺癌进行TNM及临床癌症分期决策,并对决策结果进行验证,同时结合Neo4j图数据库建立乳腺癌TNM-临床分期知识图谱,通过实例展示,该方法可得到乳腺癌的TNM与临床癌症分期病况.表明提交的方法有望用来辅助医生进行决策.

关键词：乳腺癌自然语言处理决策树文本挖掘 Neo4j