基于深度神经网络的年龄预测模型的构建和评价

目的利用GEO数据库筛选年龄相关的差异基因,构建和评价基于深度神经网络(DNN)的年龄预测模型。方法收集GEO数据库583例正常人的转录组数据,利用R语言的“limma”软件进行差异表达分析,进一步通过Lasso回归筛选年龄相关特征基因。构建深度神经网络模型,训练集数据优化模型后,采用测试集数据对模型进行评价。结果共筛选出156个年龄相关特征基因,采用15个年龄相关特征基因构建的DNN年龄预测模型效果最佳,其最大误差、中位数误差和均方根误差分别为11岁、4岁和6岁。与弹性网络回归算法(ENR)、随机森林算法(RF)、随机梯度下降算法(SGD)和支持向量回归算法(SVR)相比,基于DNN的年龄预测模型误差最小,精度最高。15个年龄相关特征基因在HUVEC衰老细胞中的表达量也发生显著变化。结论本研究构建的基于DNN的年龄预测模型可准确和特异地预测年龄,在衰老相关疾病的发生机制、治疗和预后方面发挥重要作用。

螺旋向上发展的城市——论《香港造城记:从垂直之城到立体之城》中的东方拥挤文化

《香港造城记:从垂直之城到立体之城》一书详尽叙述了中国香港从垂直之城(Vertical)发展到立体之城(Volumetric)的演进过程。相对文中更关注于通过对建筑形式的历史追溯以寻找中国香港的城市形态与建筑类型,文章着眼于演进过程是如何发生的,通过将本书所描述的中国香港与库哈斯在《癫狂的纽约》中所描写的曼哈顿进行比较,参考费孝通《乡土中国》中所描述的中西方差异,试图解读中国香港成为“亚洲式拥挤文化”的原因,并尝试从中寻找中国香港的城市发展规律与逻辑,为未来的中国城市提供个人的看法。