探测复杂疾病临界点的算法

发布时间：2024-01-27 04:51

　　在当今社会中,很多复杂疾病严重威胁着人们的生活质量、甚至生命安全。这些复杂疾病的病情发展都具有突然恶化的现象,从系统生物学的观点看,就是疾病系统随着时间演化出现了临界点,显然,探测各类复杂疾病的临界点对疾病防治工作具有重要意义。本论文从系统生物学和生物信息学的观点出发,利用计算生物学的理论和方法,基于高通量生物分子数据以及动态网络标志物,对如何探测疾病临界点这一重要问题展开研究,在4种不同的样本条件下开发了探测疾病临界点的以下4种算法:(1)提出了基于分子表达的非监督学习算法,阐述了该算法是将平稳马尔科夫过程的切换点与疾病临界点对应起来的算法思路,给出了算法的流程、操作步骤。并把该算法应用于乳腺癌细胞分化临界点的探测中。(2)提出了基于分子调控网络的非监督学习算法,给出了构建分子相关性网络、特异性网络、差异性网络序列的方法、构建了网络模型、进行了仿真试验和交叉验证,并对以上这两种算法的异同点以及优缺点进行了分析。把该算法应用于光气吸入导致的肺部急性损害临界点的探测中,并针对该算法挖掘出来的信号基因做了功能分析。(3)提出了利用矩展开进行数据降噪的算法,包括降噪处理的思路、状态变量升维、...

【文章页数】：112 页

【学位级别】：博士

图5-1系统架构图

本文编号：3886333