代谢组学数据分析方法及在糖尿病研究中的应用

对NMR波谱数据的统计分析是基于NMR代谢组学研究的关键问题之一.鉴于NMR波谱信号可以近似为样品中各种成分谱信号的线性叠加,本文将非负矩阵分解(NMF)方法引入基于NMR代谢组学的数据处理中,并与代谢组学中常用的统计方法——主成分分析(PCA)进行比较.通过NMF和PCA两种方法对健康志愿者与2型糖尿患者血液和尿液的NMR谱图的统计分析,对所获取的特征代谢物进行比较和验证,并探讨了PCA方法可能存在的不足之处及其原因;阐明了NMF方法是基于NMR的代谢组学研究中较理想的数据分析方法.最后,讨论了基于NMR代谢组学在糖尿病研究中的前景.

核磁共振代谢组学数据预处理中的自适应分段积分方法

提出一种用于核磁共振代谢组学数据预处理的自适应分段积分方法.通过计算各数据点统计特性,并根据相邻数据点的统计差特性进行自适应积分,克服了目前普遍采用的等间隔分段积分法可能存在的缺陷(如统计差异性相反的信号相互抵消、微弱特征信号被掩盖及谱图信噪比下降等),从而避免了对后续统计分析所产生的负面影响.为比较自适应分段积分和等间隔积分对数据预处理的效果,分别采用计算机模拟数据和饮食差异人群两种模型进行分析.研究结果表明,新方法能够有效地削弱噪声和非特异信号的影响,提高后续的主成分分析结果的可靠性,使代谢组学数据分析更具生物学意义.

核磁共振代谢组学数据的尺度归一化新方法

提出了一种新的尺度归一化方法,该方法不强调各变量在尺度上的归一,而是在原始数据的基础上,通过提高稳定性高且在不同类别样本中具有显著差异性的变量的权重,以增强与特征代谢物相关的信息.分别采用模拟数据和真实代谢组学数据对新归一化方法的性能进行评估,并与单位方差法(Unit variance)、变量稳定性(Variable stability)和尺度缩放法(Level scaling)等常用的尺度归一化方法进行了比较.研究结果表明,新归一化方法能够提高多变量统计模型的预测能力,较好地保留了核磁共振谱的分子信息,有助于特征代谢物的识别,并使后续的数据分析结果具有更好的可解释性.

一种简单的椒盐噪声滤波算法

文章提出了一种基于先定位、后滤波思想的椒盐噪声滤除算法。该算法根据噪声特点,将图像像素分为信号像素或可能的噪声像素两种类别,对于可能的噪声像素,采取去噪中值滤波算法进行滤波,而对于信号像素则不做任何处理,以保留更多的图像细节。文中给出了标准的中值滤波算法、极值中值滤波算法和该文的算法的比较实验,结果表明,该文算法对噪声高度污染图像的去噪能力明显比其它两种算法强,且能较好地保留图像细节。

素食人群尿液^1H NMR代谢轮廓的多因素方差分析

结合方差分析(ANOVA)和偏最小二乘法判别分析(PLS-DA)两种分析技术,对素食和普食人群的尿液1H NMR谱进行分析.利用ANOVA方法将数据矩阵分解为几个独立因素矩阵,滤除干扰因素后,再利用PLS-DA对单因素数据进行建模分析.实验结果表明,ANOVA/PLS-DA方法可以有效地减少饮食因素和性别因素之间的相互影响,使分析结果更具有生物学意义.

均匀分类DHNN结构的对称性

研究了经特定非线性函数剪切后能够均匀分类的ＤＨＮＮ的拓扑结构，并在欧氏空间中对它进行几何化．实验表明，几何化后的拓扑结构图具有旋转对称性．这种对称性与网络连接矩阵的置换对称性是一致的，因此，我们可以借助这种几何结构图来研究网络的对称性及其相关的问题．

神经网络方法在课程关联研究中的应用

用神经网络的自组织学习算法 ,对某班学生的语文、数学、英语、物理、化学这 5个科目的成绩进行无导师学习 ,观察网络的分类结果 .发现语文和数学两种课程的关联程度最低 ,说明它们是两门不同类型的学科 .其结论对于中小学的课程设计和安排具有一定的参考价值 .

基于累积竞争神经网络的多约束路由算法

针对无约束最优路径问题,提出累积竞争神经网络模型及其搜索算法,该算法具有高度并行性、能获得最优解、结构简单等特点.以QoS路由选择为例,将算法推广到多约束路由问题.实验结果表明,对于大多数多约束QoS问题,在与相应最短路径上节点数目相当的迭代次数内,该算法能找到问题的满意解甚至最优解.

均匀分类DHNN的分类对称性

用对称性的观点 ,对均匀分类网络的分类表进行深入地研究 ,提出把吸引子间的 Hamming距离转换成欧几里德空间两个点的距离的方法 ,并由此建立一个能够描述网络的吸引子间相互关系的几何图—网络的吸引子图 ;

基于脉冲耦合神经网络的灰度图像边缘提取

提出一种局域窗口内边缘值的计算方法,用所得的结果调制脉冲耦合神经网络神经元的脉冲发放值,利用神经元的同步脉冲发放特性进行图像的边缘提取,在一定程度上消除了噪声的影响,提高了边缘提取的自适应性和准确性。此外引入了图像增强机制,用网络的输出实时地计算更新图像灰度值,从而提高模糊边缘的检测质量。实验表明该算法可以得到令人满意的结果。

随机值脉冲噪声滤波算法

文章详细分析了随机值脉冲噪声污染图像的局部灰度统计特征,定义了一种噪声可信度的估计函数—灰度等级共现几率,并在此基础上提出了共现几率极小的中值滤波算法。算法模拟生物视觉在注视过程中的变分辨率特性,以不同分辨率对噪声进行多层次的定位及滤波。实验结果表明,该文算法可以有效地滤除噪声,并较好地保留图像的边缘细节信息,其滤波效果比其它算法更接近理想的中值滤波,尤其是对于噪声高度污染的情况。

遗传算法在矩阵置换对称性求解中的应用

对称性是减少问题的自由度的一个强有力的工具 .但在实际的应用中 ,系统变换操作的总数目将随系统维数的增加而急剧上升 ,这给高维系统对称性的计算带来了极大的不便 ,从而使得对称性方法的应用受到了很大的限制 .本文以全互连结构的神经网络为例 ,提出一种基于遗传算法的搜索方法 ,在对称群Sn 中寻找网络的对称置换操作 ,给出了计算机上的模拟结果 ,并与传统的遍历搜索方法作比较 ,分析了各自的优缺点 .结果表明 ,这种基于遗传算法的搜索方法能够在极短的时间内找到网络的大部分对称置换操作 .这使得对称性方法在高维神经网络研究及设计中的应用成为可能 .

中国上市公司并购绩效评价

企业并购已经成为一种至关重要的资源重新配置的方式,是市场经济有效运转的必要手段之一.如何有效地分析和评价上市公司并购的绩效,有助于找到影响并购绩效的因素并采取有效措施来规范上市公司的并购行为,进而提高上市公司并购行为的整体绩效.对选取的30支股票抽取并购前一年、并购当年、并购后一年的6项财务指标,运用因子分析和二次相对效应的方法,分析上市公司并购前后的绩效变化,考察变化的原因,并发现主观能动性突出的股票的综合得分差值大部分为正的变化规律.

家族性甲亢患者血清和尿液的核磁共振代谢组学研究

采用基于核磁共振(NMR)的代谢组学方法,研究了家族性甲亢患者、非家族性甲亢患者和健康志愿者人群的血清和尿液的代谢差异.结果表明,家族性甲亢组血清样品中的乙酰乙酸、柠檬酸及牛磺酸等代谢物的浓度显著升高,超低密度脂蛋白、低密度脂蛋白、乳酸及甘氨酸等代谢物的浓度显著降低;尿样中的肌酐和葡萄糖的浓度显著升高,琥珀酸、苯乙酰甘氨酸及马尿酸等代谢物的浓度显著降低.以上结果表明家族性甲亢患者可能存在糖和脂类代谢的紊乱、肝脏和肾脏功能的损伤以及肠道环境的破坏等.此外,家族性甲亢组血清样品中的乙酰乙酸、葡萄糖、柠檬酸及肌酐等代谢物的浓度显著升高,表明家族性甲亢人群的肾脏功能受损更为严重,由此可区分家族性与非家族性甲亢的NMR代谢轮廓.

甲亢患者血清和尿液的核磁共振代谢组学研究

应用基于核磁共振(NMR)的代谢组学方法,研究甲状腺功能亢进(简称甲亢)患者和健康人群的血清和尿液,分析甲亢疾病的特征代谢物.实验收集33个甲亢患者和17个健康志愿者的血清样品以及53个甲亢患者和58个健康志愿者的尿液样品,采用多元统计分析方法研究甲亢组和对照组血清和尿液中的内源性代谢差异.结果表明,甲亢组血清中的胆碱、葡萄糖和三甲胺等物质的含量升高,而VLDL,LDL和胆固醇等脂质以及乳酸、糖蛋白和丙氨酸等代谢物的含量下降;甲亢组尿液中的葡萄糖、柠檬酸、牛磺酸以及肌氨酸等代谢物的含量升高,而马尿酸、TMAO、甲酸和琥珀酸等代谢物的含量下降.结果表明,甲亢病不仅影响了糖类、脂类和蛋白质三大物质的代谢,还对能量代谢、肝肠循环和肠道微生物等多个生理系统产生显著影响,并且可能造成肝脏及肾脏等器官的损伤.

一种改进型脉冲耦合神经网络及其图像分割

本文结合人类视觉系统 (HVS)对图像信息含量区域敏感度不同这一特性 ,以神经元接近点火程度的一致性描述图像空间邻域所含的信息量 ,对通常的脉冲耦合神经网络模型 (PCNN -PulseCoupledNeuralNetwork)进行了改进 ,提出了一种基于改进PCNN的图像自适应分割算法 .该算法根据象素及其周边区域的信息量大小发放不同值的脉冲 ,从而自适应地将图像分为多个不同等级的高低信息区域 ,较好地仿真了人类视觉系统特性 .最后对用这种方法进行图像分割的结果进行基于信息量的图像压缩 ,在压缩比和重建图像主观视觉感知质量上均达到了良好的性能 。

基于角点检测的图像匹配算法及其在图像拼接中的应用

研究了图像匹配与图像角点匹配之间的关系,并在此基础上提出一种基于角点检测的图像匹配算法,成功地应用于图像拼接中.该算法将角点作为图像的特征点,并通过角点值、邻域角点数、角点间距及参数一致性等4个指标对角点集进行逐级筛选,有效地剔除了不匹配的角点,保证了匹配精度,同时避免了传统算法中进行模板匹配的繁重计算,大大提高了匹配速度.图像拼接实验验证了本文算法的快速、准确和稳定的特性.

基于核磁共振代谢组学对2型糖尿病合并脑梗死的研究

目的应用氢谱核磁共振代谢组学(1H-NMR)方法研究2型糖尿病(T2DM)合并脑梗死患者血清中小分子代谢物代谢轮廓的变化,探讨2型糖尿病合并脑梗死的可能发病机制。方法选择T2DM合并脑梗死患者19例、单纯T2DM患者25例及健康对照者29例,利用1H-NMR方法检测血清的代谢轮廓,通过偏最小二乘判别分析方法,鉴别各组别间血清小分子代谢物的区别。结果从血清偏最小二乘判别分析得分图中可以区分3组患者,与T2DM合并脑梗死有关的特征代谢物包括极低密度脂蛋白、低密度脂蛋白、葡萄糖、乳酸、丙酮酸、3-羟基丁酸、N-乙酰糖蛋白、亮氨酸、缬氨酸、前列腺素D2、前列腺素E2、同型半胱氨酸、氧化三甲胺、甜菜碱等。结论脂类代谢、糖代谢、氨基酸代谢的紊乱可能在T2DM合并脑梗死的发病中起到重要作用。炎症因子、同型半胱氨酸的增加,肠道菌群失调引起的氧化三甲胺、甜菜碱的浓度改变可能也与T2DM合并脑梗死的发生有一定关系。

代谢组学技术比较肝豆灵片与青霉胺的排铜机制

目的探讨肝豆灵片(大黄、黄芩、黄连、半枝莲等)和青霉胺对大鼠的代谢物,以比较两者排铜机制异同。方法适应性饲养1周后,大鼠被随机分为对照组、模型组、肝豆灵组、青霉胺组。造模结束后,取各组大鼠血清样品分析其核磁共振谱峰。结果模型组大鼠血清乳酸、糖蛋白、肌酸、肌酐、谷氨酰胺、精氨酸的量升高,葡萄糖、甜菜碱、胆碱、磷酸胆碱、脂质的量降低;青霉胺组大鼠血清葡萄糖、甜菜碱、胆碱、胆碱磷酸、脂质的量升高,糖蛋白、乳酸、肌酸、肌酐、谷氨酰胺的量降低;肝豆灵组大鼠血清3-羟基丁酸、亮氨酸、异亮氨酸、缬氨酸、胆碱、胆碱磷酸、葡萄糖、脂质的量升高,谷氨酰胺、乳酸、肌酸、肌酐、精氨酸的量降低。结论青霉胺与肝豆灵均可明显调节铜负荷大鼠的葡萄糖、乳酸、肌酸、肌酐、胆碱、磷酸胆碱、谷氨酰胺和脂质向正常范围回归的趋势。而肝豆灵片还可调节鸟氨酸循环、支链氨基酸、3-羟基丁酸及氨的代谢。

基于K-L散度的核磁共振波谱数据尺度缩放方法

在基于核磁共振(NMR)的代谢组学数据分析中,尺度缩放是关键的预处理步骤之一,其主要目的是通过调整数据的方差结构,改善后续的多变量统计分析的结果。从信息熵的角度出发,利用KullbackLeibler(K-L)散度来度量不同实验分组的生物样品的1 H NMR波谱数据的差异程度,并结合单位方差缩放法,提出一种基于K-L散度的尺度缩放方法。该方法先利用单位方差法将数据各变量的标准差调整到同一水平上,再利用K-L散度对各变量进行有监督地加权,增强重要变量、减弱无关变量。由于K-L散度是在概率分布的意义上度量数据间的差异程度,且对于高斯和非高斯分布的数据均适用,因此能更准确地度量不同实验分组样品的1 H NMR波谱数据的差异性,从而更有效地地对谱数据的重要变量进行识别和加权。人群尿液1 H NMR波谱数据的分析结果表明,基于K-L散度的尺度缩放方法能有效抑制噪声变量,同时很好地区分特征变量和非特征变量;提高主成分回归(PCR)模型的判别能力;改善偏最小二乘回归判别分析(PLS-DA)模型的解释能力、预测能力以及对特征代谢物的辨识能力。