检索结果-南通市图书馆

在线全文

学校读者我要写书评

暂无评论

基于文本挖掘与功能相似性的疾病基因预测

计算机工程 2011年第4期37卷 27-28,39页

作者：袁芳王瑞春管明祥万学元何国荣周艳红深圳信息职业技术学院电子通信技术系深圳518029 华中科技大学湖北生物信息与分子成像重点实验室武汉430074

现有疾病基因预测方法大多利用致病基因的各类注释信息进行预测,但仍有很多疾病没有任何注释信息。针对该问题,提出一种基于文本挖掘与功能相似性的疾病基因预测方法,通过数据挖掘获取疾病的相关基因本体术语,利用功能相似性分析基因与... 详细信息

现有疾病基因预测方法大多利用致病基因的各类注释信息进行预测,但仍有很多疾病没有任何注释信息。针对该问题,提出一种基于文本挖掘与功能相似性的疾病基因预测方法,通过数据挖掘获取疾病的相关基因本体术语,利用功能相似性分析基因与疾病之间的相关程度,并根据该相关程度对所有候选基因进行排序,从而识别出致病基因。测试结果显示,该方法能有效预测没有已知功能注释的致病基因。

关键词：疾病基因预测基因本体文本挖掘功能相似性

在线全文

学校读者我要写书评

暂无评论

基于注释基因集的疾病基因预测方法研究

基于注释基因集的疾病基因预测方法研究

作者：邓超中南大学

学位级别：硕士

复杂疾病的致病基因研究是理解疾病致病机制和研制靶向药物的关键所在。目前大部分的疾病基因预测方法都是基于基因网络数据,由于基因网络只可以描述基因之间的关联而无法描述一组基因所对应的多基因关联关系,所以基因网络可能无法准确... 详细信息

复杂疾病的致病基因研究是理解疾病致病机制和研制靶向药物的关键所在。目前大部分的疾病基因预测方法都是基于基因网络数据,由于基因网络只可以描述基因之间的关联而无法描述一组基因所对应的多基因关联关系,所以基因网络可能无法准确描述致病基因的复杂关联模式。因此,本文针对该问题开展了以注释基因集为基础的疾病基因预测方法研究。本文的主要研究工作和创新点如下:(1)分子信号数据库(Molecular Signatures Data Base,MSig DB)从位置、功能、代谢途径、靶标结合等方面收集了许多注释基因集数据。每个注释基因集都代表一组基因所对应的多基因关联关系,这些多基因关联信息有助于更加准确地描述基因在生物过程中的复杂关联,但由于其特殊的组织形式,因此很难被用于生物计算问题中。本文提出了一种基于整合注释基因集的疾病基因预测方法(Gene Set Integration,GSI)。GSI以信号矩阵的形式表示并整合MSig DB数据库中的不同类型的注释基因集数据,然后用该信号矩阵训练疾病基因预测模型。实验结果表明,GSI在多个疾病数据上取得了最优的性能。(2)GSI只可以使用基因与注释基因集之间的包含关系,模型的表达能力有限,无法深入挖掘注释基因集中的多基因关联信息。针对这个问题,本文提出了一种用于疾病基因预测的疾病特异性超图残差神经网络(Disease-Specific Hypergraph residual neural network,Di SHyper)。超图是普通图的扩展,其可以表示多个节点的关联,因此非常适合用于描述注释基因集中的多基因复杂关联关系。Di SHyper以超图结构表示并整合MSig DB数据库中的不同类型的注释基因集数据,然后使用疾病特异性超图残差神经网络构建疾病基因预测模型。Di SHyper可以深入挖掘基因在注释基因集中的复杂关联并在模型中融入疾病特异性关联信息。实验结果表明,Di SHyper在多种不同类型的疾病数据集上取得了最优的性能。图11幅,表4个,参考文献98篇

关键词：疾病基因预测注释基因集超图超图神经网络

基于人类蛋白质相互作用网络拓扑相似度的疾病基因预测

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于人类蛋白质相互作用网络拓扑相似度的疾病基因预测

作者：胡静波湘潭大学

学位级别：硕士

疾病基因预测对于实验上发现疾病基因具有重要的指导意义,是高效识别疾病基因的关键。最近,人们借助日臻完善的蛋白质相互作用网络数据,为疾病基因预测找到了一种新的途径。然而,目前所发展的预测算法主要考虑了蛋白质之间的直接相互作... 详细信息

疾病基因预测对于实验上发现疾病基因具有重要的指导意义,是高效识别疾病基因的关键。最近,人们借助日臻完善的蛋白质相互作用网络数据,为疾病基因预测找到了一种新的途径。然而,目前所发展的预测算法主要考虑了蛋白质之间的直接相互作用或简单的拓扑特征,忽略了物理和(或)功能模块的因素,以致于预测效果受到限制。本论文从对应功能模块的社团结构出发,分析了人类蛋白质相互作用网络的统计性质与社团结构特征,发现与证实了具有相同或相似疾病表型的致病基因具有功能相关性,并会在蛋白质相互作用网络中形成特定的物理或功能模块,从而定位在同一社团内部。基于这种分析与考虑,我们提出了基于网络拓扑相似度和社团结构相结合的疾病基因预测方法,得到了良好的预测效果,其主要研究结果如下:(1)基于人类蛋白质相互作用网络,采用局部拓扑相似度去实现肝癌基因的预测。交叉检验测试结果表明:各种算法的AUC预测精度均能达到0.7以上,且有22%-29%的目标基因在候选基因中排名前5%。归因于低的计算复杂度和相对高的预测精度,这类疾病基因预测算法可为发现和鉴定疾病基因提供有力的线索。(2)通过对人类蛋白质相互作用网络的社团结构分析,我们首先提出了一个基于社团结构的新相似性指标,并将其与基于路径的相似度有机地结合起来,发展了一种新的预测算法。然后,我们通过对非疾病基因和疾病基因进行了统计分析,证实了基于社团进行疾病预测基因的可行性。最后,我们将算法应用于肝癌疾病基因的预测,并分析了算法的预测性能,特别是详细地讨论了社团结构对预测效果的影响。结果表明,在蛋白质相互作用网络中,与相同或相似疾病有关的基因通常位于相同的社团中,社团结构的引入可有效提升疾病基因的预测精度。

关键词：疾病基因预测蛋白质相互作用网络拓扑相似度社团结构

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于分子网络的疾病基因预测算法

基于分子网络的疾病基因预测算法

作者：董梦南西安电子科技大学

学位级别：硕士

近些年,随着癌症的高发,癌症已经不再是罕见的疾病。以癌症为代表的复杂疾病成为生物医学致力于攻克的一个重要课题。在预测疾病的致病基因方面,生物信息学的研究有利于发现这些复杂疾病的发病机理,进而促进药物研制的发展。因此,生物... 详细信息

近些年,随着癌症的高发,癌症已经不再是罕见的疾病。以癌症为代表的复杂疾病成为生物医学致力于攻克的一个重要课题。在预测疾病的致病基因方面,生物信息学的研究有利于发现这些复杂疾病的发病机理,进而促进药物研制的发展。因此,生物信息学领域给予了疾病基因预测越来越多的重视与研究。研究人员把海量的生物数据整合成了多种数据库,急切需要分析基因之间的相互作用关系。然而,目前已有的基于生物数据库的疾病基因预测算法不能满足该需求。因此,本文提出了一种新的构建基因相似性网络的思路,设计了一种网络聚合算法,用于构建基于基因表达关系和DNA甲基化关系的基因相似性网络,在该网络的基础上,又给出了一种疾病基因预测算法。本文提出的网络构建方法和疾病基因预测算法,是为了预测与疾病相关的潜在疾病基因,对疾病的治疗提供支持。本文首先阐述了疾病基因预测算法的研究意义及其发展现状,概述了网络知识和现有的疾病基因预测算法,分析了基因相似性网络的拓扑特性和与疾病基因有关的生物信息,对典型的疾病基因预测算法进行了研究,设计了一种对基因相似性网络进行聚合的网络构建算法,同时给出了一种疾病基因预测算法,使得对疾病基因的预测效果得到一定的提高。(1)对疾病基因进行预测首先要完成基因相似性网络的构建,通过对基因相似性网络的分析,本文提出了一种相似性网络聚合算法。该算法首先分别构建基于基因表达关系和DNA甲基化关系的两种基因相似性网络,然后将这两种网络进行相似性聚合,在聚合完成的网络中,节点表示基因,连边则代表基因表达和DNA甲基化两种作用关系的叠加。目前,该网络构建方法还没有被运用到构建基因相似性网络中。实验结果表明,聚合算法得到的基因相似性网络具有很高的拓扑特性,这说明网络比较稠密,能够更好地进行基因预测。(2)针对如何进行疾病基因的预测,通过对MCL算法的研究,结合多种生物信息,本文给出了一种基于MCL的疾病基因预测算法。在算法中,首先使用MCL算法把网络聚类成网络模块,然后采用基因得分公式计算候选基因得分完成疾病基因的预测。该算法在MCL算法的基础上对基因进行打分,能全面地度量一个候选基因与疾病之间的相关程度。使用该算法进行基因预测,发现疾病基因更倾向于集中在得分高的模块。更重要的是,在先验知识严重丢失的情况下,该算法也能很好的识别疾病基因。从OMIM数据库和PPI网络中筛选一部分初始基因集合作为本文的实验数据。使用留一交叉验证,在丢失50%的先验知识时,AUC值仍能维持在0.6以上。同时,与RWR算法进行对比分析,从预测基因的准确率看出,本文提出的算法对疾病基因的预测效果较优。

关键词：疾病基因预测基因相似性网络网络聚合 MCL

基于结构域信息的蛋白质复合物识别与疾病基因预测

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于结构域信息的蛋白质复合物识别与疾病基因预测

作者：易阳华中师范大学

学位级别：硕士

蛋白质及其相互作用在各种生命活动中起着至关重要的作用。复杂的蛋白质相互作用网络中包含着许多具有研究价值的信息,亟待有效的方法对其进行深入分析与挖掘。结构域作为蛋白质中重要的空间结构层次,提供了不可或缺的重要生物信息。本... 详细信息

蛋白质及其相互作用在各种生命活动中起着至关重要的作用。复杂的蛋白质相互作用网络中包含着许多具有研究价值的信息,亟待有效的方法对其进行深入分析与挖掘。结构域作为蛋白质中重要的空间结构层次,提供了不可或缺的重要生物信息。本文提出了一种基于智能优化思想的蛋白质复合物识别算法,并且结合蛋白质结构域相互作用网络对疾病基因进行了预测。针对蛋白质相互作用网络(PPI)拓扑结构的局限性与偏好性,本文结合结构域和拓扑结构信息对PPI网络进行了重新构建。通过与基于拓扑结构的PPI网络和结合GO注释构建的PPI网络进行比较以验证添加结构域信息后的混合结构的PPI网络有效性。基于群智能优化中的头脑风暴策略,提出了一种蛋白质复合物识别算法——IPC-BSS(Identifying Protein Complexes based on Brain Storming Strategy)。IPC-BSS算法模仿人类头脑风暴的讨论过程,设计了使蛋白质节点可以在不同蛋白质复合物之间迁移,以及相互之间联系紧密的蛋白质复合物可以进行融合的两种更新策略,以得到更优的蛋白质复合物。该算法有效克服了在早期被错误划分的蛋白质节点难以纠正的缺陷。实验结果表明,与其它经典蛋白质复合物识别算法相比,IPC-BSS算法有较好的F-measure值,能有效识别具有生物学意义的蛋白质复合物,并能完全识别一些规模较大的蛋白质复合物。蛋白质结构域之间会存在一定地联系,形成结构域相互作用网络,它从空间结构层次上解释了蛋白质之间的相互作用,本文将结构域相互网络作为蛋白质相互作用网络与疾病相似性网络的桥梁,融合多层异构网络的信息,提出了非平衡三随机游走算法——UThrRW(Unbalanced Three Random Walk)。UThrRW算法不仅挖掘了网络内的信息,同时也利用了网络之间隐藏的生物信息,结构域相互作用网络会增强蛋白质相互作用与疾病相似性网络间的联系,从而提高算法的预测效果。实验结果表明,UThrRW算法预测疾病基因的效果优于经典的RWR算法、BiRW1算法和UBiRW算法。

关键词：结构域相互作用网络头脑风暴策略蛋白质复合物随机游走模型疾病基因预测

基于蛋白质相互作用网络局部相似度的肝癌疾病基因预测

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

湘潭大学学报（自然科学版） 2021年第1期43卷 28-34页

作者：胡静波项炬胡涛胡柯湘潭大学物理与光电工程学院湖南湘潭411105 长沙医学院基础医学院院士工作站湖南长沙410219 齐鲁工业大学电子信息工程学院山东济南250353

基于人类蛋白质相互作用网络,该文采纳拓扑局部相似度去实现肝癌疾病基因的预测.交叉检验测试结果表明:有22%~29%的目标基因在候选基因中排名前5%,且预测精度均能达到0.7以上.归因于低的计算复杂度和相对高的预测精度,这类疾病基因预测... 详细信息

基于人类蛋白质相互作用网络,该文采纳拓扑局部相似度去实现肝癌疾病基因的预测.交叉检验测试结果表明:有22%~29%的目标基因在候选基因中排名前5%,且预测精度均能达到0.7以上.归因于低的计算复杂度和相对高的预测精度,这类疾病基因预测方法可为发现和鉴定疾病基因提供有力的线索.

关键词：局部相似性指标肝癌疾病基因蛋白质相互作用网络疾病基因预测

在线全文

学校读者我要写书评

暂无评论

利用相似显著性序列特征预测白血病疾病基因

华中师范大学学报（自然科学版） 2012年第4期46卷 461-467页

作者：袁芳周艳红何光源华中科技大学湖北省生物信息与分子成像重点实验室武汉430074 华中科技大学中英联合实验室武汉430074

研究发现新的白血病致病基因对揭示白血病机理,寻求有效治疗方法有重要意义.选取了mRNA和protein序列的330个物化特征,发现某些特征在五类白血病(T-ALL、ALL、AML、APL和JML)的已知疾病基因中表现出相似的显著性差异.基于这个特点设计... 详细信息

研究发现新的白血病致病基因对揭示白血病机理,寻求有效治疗方法有重要意义.选取了mRNA和protein序列的330个物化特征,发现某些特征在五类白血病(T-ALL、ALL、AML、APL和JML)的已知疾病基因中表现出相似的显著性差异.基于这个特点设计了一种新的白血病疾病基因预测方法.测试结果表明该方法能够有效地从众多候选基因中预测出真实的白血病基因,效果明显优于其他预测方法.

关键词：白血病序列特征疾病基因预测

在线全文

学校读者我要写书评

暂无评论

疾病基因密码子使用特征分析及致病基因预测

疾病基因密码子使用特征分析及致病基因预测

作者：周权雄华中科技大学

学位级别：硕士

定位候选策略是目前发现疾病基因的主要方法,其关键问题之一是如何对采用连锁分析等方法定位的疾病区间中数以百计的候选基因进行致病风险评估。有效解决这一问题对于缩短疾病基因发现周期、减少花费等都具有重要意义。越来越多的疾病... 详细信息

定位候选策略是目前发现疾病基因的主要方法,其关键问题之一是如何对采用连锁分析等方法定位的疾病区间中数以百计的候选基因进行致病风险评估。有效解决这一问题对于缩短疾病基因发现周期、减少花费等都具有重要意义。越来越多的疾病基因被发现,使得采用计算机方法从已知疾病基因中获取知识以帮助发现未知疾病基因成为可能。但是,目前基于表达信息、基因功能以及疾病基因统计特征的三种方法都不能很好地解决这一问题。因为基于表达信息和基因功能的方法的效果严重依赖于表达与功能信息的完整性与准确性,而目前基于疾病基因序列特征的方法仅仅考虑所有疾病基因和正常基因的序列特征在统计水平的差异,没有对不同的疾病区别对待。为了更好地解决这一问题,发现不同疾病的致病基因所特有的序列特征是一种新的途径。密码子使用特征因为其蕴涵的丰富的生物学意义而被选作本研究重点挖掘的特征。一种新的方法被用来提取疾病基因中密码子的使用特征,结果发现导致同一种疾病的致病基因的密码子使用常常表现出疾病特异性,即同种疾病的致病基因之间密码子使用非常相似,而与其他基因则存在显著差别。基于这种疾病特异的密码子使用特征,设计了一种新的预测疾病基因的方法。对46种已知疾病基因个数不小于3、显著性P值小于0.1的疾病的致病基因进行leave-one-out交叉验证的结果表明,该方法能够从数以百计的候选基因中把15%的疾病基因预测为最高优先级,约1/3的疾病基因位于前3,2/3的疾病基因位于前15。该方法的显著特点在于其只需要知道候选基因的编码序列,因而可以对任何一个候选基因进行分析,无论其功能与表达信息是否已知,而且该方法针对疾病进行特征挖掘,其预测结果更具有针对性,假阳性结果更少。在此基础上,结合新基因预测技术、功能预测技术和疾病基因预测技术设计了一个发现特定疾病相关新基因的分析系统,并以心血管疾病为例进行了大规模的分析,取得了一批有参考价值的结果,可通过http://***访问。

关键词：生物信息学特征发现密码子使用疾病基因预测

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

蛋白质编码基因及遗传疾病相关基因的预测

蛋白质编码基因及遗传疾病相关基因的预测

作者：王卉华中科技大学

学位级别：硕士

蛋白质编码基因结构及疾病相关基因预测对于发现新基因、了解基因组结构规律、寻找疾病基因具有重要作用,是各类基因组计划的重要内容。对于蛋白质编码基因结构预测而言,准确识别剪接位点从而精确定位基因外显子的边界是其中的难点和... 详细信息

蛋白质编码基因结构及疾病相关基因预测对于发现新基因、了解基因组结构规律、寻找疾病基因具有重要作用,是各类基因组计划的重要内容。对于蛋白质编码基因结构预测而言,准确识别剪接位点从而精确定位基因外显子的边界是其中的难点和关键问题之一。目前广泛使用的方法是基于剪接位点附近的保守序列这一信号特征建立预测模型,如权重阵列模型(WAM)。在此基础上进一步挖掘了可用于剪接位点识别的其它多个特征(包括剪接位点上、下游序列的碱基组成,剪接位点信号和上、下游序列的碱基组成随位点邻近序列C+G含量的变化等统计特征),建立了描述这些特征的模型,设计了能有效融合这些特征对剪接位点进行识别的对数线性模型,并开发了剪接位点识别程序SpliceKey。对比测试结果表明,SpliceKey识别剪接位点的精度不仅较WAM方法有显著的提高,而且也优于国际上最新发布的剪接位点识别软件DGSplice。同时,为充分利用已有疾病研究成果及基因注释信息预测疾病基因,设计一种新的基于GO注释的功能相似度算法,该算法充分考虑了GO本身的结构特点,可以有效根据基因的GO注释评价基因与疾病表型的关联,因而取得较好的预测效果。在此基础上开发了人类遗传疾病基因预测系统DCGene。用1057种疾病对本方法分别在染色体区域与全基因组水平上进行测试。测试结果表明,在染色体区域与全基因组水平上本方法的预测性能优于国际同类方法与软件。DCGene不仅可以对多种已经定位但未确定致病基因的人类遗传疾病进行分析,而且在全基因组上的预测结果也可以为复杂疾病的连锁定位提供重要线索。

关键词：人类遗传疾病基因结构预测剪接位点预测疾病基因预测