关于遗传算法模式定理的进一步探讨

传统的模式定理认为种群平均适应度保持不变,但在实际运算中随着最优模式的增长,平均适应度也随之增长,因而最优模式是不完全按照指数级增长方式增长的。针对此问题,从组成种群的单个模式出发,通过对群体的平均适应度采用更准确的表达方式,推导出了模式定理的另一种等价形式,并通过模拟实验进行了验证。实验结果表明,传统模式拟合误差分别是所描述的种群最优模式增长方式的2倍和3.4倍。

一种不均衡数据的改进蚁群分类算法

针对蚁群挖掘算法(ant colony mining algorithm,ACMA)中的规则评价函数和规则修剪方法,提出一种改进的蚁群挖掘算法(improved ant colony mining algorithm,IACMA),并将其应用于不均衡数据分类.数值实验采用基准数据库中3种典型的不均衡数据,结果表明,改进后的算法能有效提取少数类,提高了不均衡数据整体分类效果.

基于序列的蛋白质-GDP结合位点预测

蛋白质-GDP(Guanosine Diphosphate)结合位点的预测对蛋白质功能注释与新药发现有非常重要作用。为了提高预测蛋白质-GDP结合位点的准确度,提出一种基于序列的蛋白质-GDP结合位点预测方法,使用位置特异性迭代算法进行多序列对比得到位置特异性得分矩阵,通过镜像残基可变滑动窗口方法选取蛋白质序列中每个残基的特征向量,利用CNMW(Clustering NearMiss-2 Weighted)下采样解决数据集正负样本的不平衡问题,最后使用支持向量机进行预测。实验结果显示与传统方法相比,本文方法在马修斯相关系数上有显著提升,表明本文方法的有效性和可行性。

基于改进TF-IDF算法的基因通路富集方法

提出一种综合考虑通路局部和全局信息的基因通路富集分析(GIGSEA)方法。首先利用基因相互作用数据,通过基因在通路的局部重要性和在通路数据库的全局特异性计算基因的影响力;然后将基因影响力和表型相关性值融合在一起,计算通路的富集分数;最后通过置换基因富集出统计学显著的通路。将GIGSEA方法运用于肝细胞癌和结肠直肠癌数据集进行风险通路富集,与基因集富集分析方法相比,GIGSEA方法能富集出一些新的相关通路,并排除无关的通路,提高疾病相关通路的富集效果。

水产经济鱼类基因组大数据平台的构建与应用

水产经济鱼类是人类重要的蛋白质来源,对其基因组的研究在分子育种、分析水生生物进化等方面起到重要作用。目前,国内缺少分析水产经济鱼类基因测序数据的综合性数据平台。本文搜集并整理了20余种水产经济鱼类的基因组测序数据,并开发了水产经济鱼类基因组大数据平台。该平台包括数据存储、数据下载、数据分析,以及数据可视化展示等模块。通过该平台,用户可以快速检索鱼类基因的功能、表达水平、基因保守性以及共线性等。本研究开发的鱼类大数据平台将促进水产领域对鱼类基因组的分析。该大数据平台可通过IP 47.96.156.188访问。