王金莲
- 作品数：8 被引量：15H指数：3
- 供职机构：北京工业大学电子信息与控制工程学院更多>>
- 发文基金：国家自然科学基金更多>>
- 相关领域：自动化与计算机技术医药卫生更多>>
- 基于基因表达谱的肿瘤预测模型研究被引量：6
- 2008年
- 本文从肿瘤基因表达谱分析入手,研究并选取胃癌相关标志基因集合,以此集合为基础抽取甄别肿瘤与正常组织的基因分类规则集,进而建立起肿瘤预测模型.首先,以支持向量机为分类器用特征基因集合的样本识别率为适应度函数,采用遗传算法对特征基因进行筛选.然后用决策树抽取特征基因的规则集,结合肿瘤分子生物学文献和生物实验建立肿瘤预测模型.最后通过对胃癌基因表达谱数据的分析,建立了胃癌预测模型,结果表明该模型对胃癌分子生物学实验和临床诊断具有一定的指导意义和参考价值.
- 李辉王金莲
- 关键词：胃癌遗传算法决策树支持向量机
- 智能计算在基于基因表达谱的肿瘤分子分型和特征基因提取中的应用
- 肿瘤分子分型对于肿瘤的临床诊断和个体治疗具有重大意义，而肿瘤微阵列基因表达谱数据为研究肿瘤相关分子机制和功能信息提供了强大工具。
本文概述了以肿瘤基因表达谱为研究对象应用智能计算和肿瘤特征基因提取的多种方法，建...
- 王金莲
- 关键词：基因表达谱模式识别算法
- 文献传递
- 一个基于基因表达谱的基因逻辑网络模型的建立与应用
- 2007年
- 基因之间除了线性关联作用关系外,还存在着非线性的逻辑关系.用这种逻辑关系构建的生物系统网络模型对研究细胞内的各种生物通路和细胞分子网络非常重要.首先,根据图着色原理确定了基因的低阶和高阶逻辑关系,然后应用结肠癌基因表达谱数据分析了51个癌基因和抑癌基因的逻辑关系,在此基础上构建了结肠癌基因表达的逻辑网络.通过这个网络模型发现了与KEGG数据库中结肠癌通路一致的转化生长因子信号通路,并分析了各生物通路成员之间错综复杂的关系.实验结果表明,基因逻辑网络模型在一定程度上揭示了结肠癌基因和抑癌基因之间并行、分叉等复杂的相互作用关系,反映了结肠癌发病的复杂分子机制,为分子生物医学家提供了一个参考模型.
- 阮晓钢王金莲李辉
- 关键词：结肠癌基因表达谱基因网络图着色
- 基于肿瘤基因表达谱的基因功能模块识别
- 2007年
- 为了揭示肿瘤发生发展的分子机制,结合基因功能分类体系数据库(gene ontology,简称GO),采用网络分解算法对结肠癌基因表达谱数据进行了研究．研究结果表明,与结肠正常组织基因模块相比,结肠癌基因模块与细胞周期调节、抗细胞程序性死亡、信号转导、细胞增殖等功能类相关,由此推论结肠癌基因功能模块结构的改变导致了结肠癌的发生．
- 阮晓钢王金莲
- 关键词：肿瘤结肠癌
- 基于基因表达谱的肿瘤基因功能模块识别
- ＜正＞肿瘤是一种复杂的多基因遗传病,越来越多的证据显示,基因是通过组成功能模块行使功能的。因此,系统研究肿瘤的基因功能模块表达模式是生物信息学十分重要而又充满挑战的一项任务。本文从分析复杂网络社区结构入手,利用基因表达谱...
- 阮小刚王金莲李建更龚道雄
- 文献传递
- 边介数聚类算法在肿瘤基因表达谱中的应用被引量：4
- 2008年
- 基于肿瘤基因表达谱研究了肿瘤相关基因及其功能模块的聚类算法,同时利用模块度评价了算法的有效性.通过与层次聚类算法的比较,证明边介数聚类算法在肿瘤基因功能模块聚类方面具有一定的有效性和实用性.以人结肠癌基因表达谱为研究对象,应用边介数聚类算法将158个从2万多个原始数据中提取的特征基因聚成7种功能类.通过GO数据库检索进一步证明这7类基因具有明确的生物学功能和意义.
- 阮晓钢李晓明王金莲
- 关键词：聚类算法模块度结肠癌基因表达谱
- 基于基因表达谱的肿瘤特异基因表达模式研究被引量：5
- 2006年
- 基于肿瘤基因表达谱,利用生物信息学的方法,从肿瘤与正常组织的样本分类入手就肿瘤特异表达基因的发现及其表达模式问题进行了分析和研究,进而探讨了肿瘤在基因表达上的特点.首先,在分析肿瘤基因表达谱特点的基础上,提出了基于Relief算法的样本分类特征基因选取策略;然后,以支持向量机为分类工具进行样本类型的识别,以分类错误率为标准选取样本分类特征基因,并对其中反映肿瘤与正常样本组织构成特点的组织特异表达基因进行排除以突出肿瘤样本真实的类别特征;最后结合统计学方法,从信息学的角度论证了分类特征基因在肿瘤组织中特异表达的确实性和普遍性,并对这些基因在肿瘤组织中呈现出的特异的表达模式进行了分析.
- 阮晓钢李颖新李建更龚道雄王金莲
- 关键词：肿瘤基因表达谱支持向量机
- 基于基因表达谱的白血病分子预测模型研究
- 2009年
- 采用生物信息学方法对肿瘤基因表达数据进行挖掘,以获取和肿瘤不同亚型相关的候选标志基因集合,应用机器学习方法从标志基因集合中提取出甄别肿瘤不同亚型的规则集,进而建立起肿瘤预测模型.利用Relief、信息增益和分类信息指数从不同角度挖掘蕴含在基因表达谱中的候选特征基因,抽取出候选特征基因公约集合.以对不同肿瘤组织样本的识别能力为依据,选取分类能力最强的一组基因集合作为特征基因.利用规则判定树提取出反映这些特征基因相互作用的规则集并以此构建肿瘤预测模型,并将此模型应用于白血病基因表达数据中,建立了白血病分子预测模型.研究表明,该模型得到的白血病标志基因对肿瘤临床诊断具有一定的参考价值.
- 王金莲阮晓钢李晓明
- 关键词：肿瘤基因表达谱决策树支持向量机
