基于关键节点子团的乳腺癌候选疾病模块挖掘算法

为解决乳腺癌疾病模块挖掘方法中基因表达谱样本数量少、数据不完整、存在噪声和偏差的问题,提出了一种基于关键节点子团和局部适应度的候选疾病模块挖掘算法——KNGLF算法.该算法首先将候选基因与致病基因间的重叠相似性得分和功能相似性得分进行融合,通过比较融合得分与阈值,筛选出关键节点,并构建关键节点子团;然后,基于局部适应度及不同节点对应的不同判定标准,扩展挖掘候选疾病模块;最后,根据富集分析结果确定候选疾病基因模块.实验结果表明,与现有其他乳腺癌模块挖掘算法相比,KNGLF中关键节点选择算法所得平均排名较小,曲线下面积较大.KNGLF算法挖掘出15个具有较显著生物意义的乳腺癌候选疾病模块.此外,KNGLF算法还可扩展至其他疾病候选模块.

基于节点-模块置信度及局部模块度双重约束挖掘前列腺癌候选疾病模块

前列腺癌病因及发病机理研究有助于前列腺癌预防和治疗.目前,前列腺癌生化试验研究方法成本高、耗时,而基于网络计算方法容易受基因表达谱数据不完整、噪声高及实验样本数量少等约束.为此,本文提出一种基于节点-模块置信度及局部模块度的双重约束算法(命名为NMCOM),挖掘前列腺癌候选疾病模块.NMCOM算法不依赖基因表达谱数据,采用候选基因与致病表型之间一致性得分,候选基因与致病基因之间语义相似性得分融合排序策略,选取起始节点,并基于节点-模块置信度及局部模块度双重约束挖掘前列腺癌候选疾病模块.通过对挖掘出的模块进行富集分析,最终得到18个有显著意义的候选疾病基因模块.与单一打分排序方法及随机游走重开始方法相比,NMCOM融合排序策略的平均排名比小、AUC值大,且挖掘出结果明显优于其他模块挖掘算法,模块生物学意义显著.NMCOM算法不仅能准确有效地挖掘前列腺癌候选疾病模块,且可扩展挖掘其他疾病候选模块.

融合多数据源的蛋白质功能模块的挖掘算法

针对蛋白质相互作用(protein-protein interaction,PPI)网络的信息不完善和高噪声问题,提出一种融合多生物数据的二分图聚类集成方法以检测网络中的功能模块.该方法结合了基因本体论(gene ontology,GO)、基因表达谱数据以及多种基础聚类算法,用一种新的二分图来组织多种基础聚类算法的中间结果,并结合对称非负矩阵分解(non-negative matrix factorization,NMF)算法挖掘其中功能意义上最一致蛋白质功能模块,同时,该算法能处理蛋白质功能重叠问题.实验结果表明:所提算法整体优于基准比较方法,是一种融合多种生物信息源和不同的聚类方法的有效途径.

基于共表达网络挖掘肺癌相关模块

目的:识别肺癌疾病相关功能模块,对了解肺癌疾病的发病机制至关重要。方法:本文提出一个挖掘疾病相关功能模块的整合方法。采用包括正常和肺癌样本的微阵列数据,首先,应用rank-based方法构建基因共表达网络;其次,通过Qcut挖掘基因共表达模块;然后基于肺癌差异表达基因及基因模块功能一致性的联合测度,最终筛选出疾病相关功能模块。结果:研究发现,我们的方法获得7个显著疾病相关功能模块,经文献证实都与肺癌的发生发展有着密切的联系。进一步分析发现不仅能获得与传统方法功能一致的模块,而且还发现了传统方法没有获得的病毒层面的两个模块(模块351和352)。结论:我们的方法能够有效地发现新的功能模块,为探索癌症致病机理提供新的视角及依据。

数据挖掘原型系统GenMiner中分类挖掘模块的设计与实现

通用数据挖掘原型系统GenMiner中分类挖掘模块采用耗时短、分类效率高、较为成熟的决策树C4.5，介绍了该系统中分类挖掘模块的设计与实现，并说明了分类挖掘模块采用决策树C4.5的方法。

数据挖掘模块在CRM上的系统实现及应用浅析

随着如今电子商务模式和信息经济的竞争日益变得激烈起来,当人们在面对隐含着很多重要信息感到无从下手的时候,数据挖掘恰恰正是解决人们这一问题最有效的工具,数据挖掘可以从众多的数据中发掘感兴趣的数据模块,为人们的分析决策提供帮助。而对于CRM(客户关系管理)来说,只有采用数据挖掘模块的CRM才能算是现代化的管理,更有效率的管理。

基于多视图融合的蛋白质功能模块检测方法

结合多种生物数据分析蛋白质相互作用网络(Protein-Protein Interaction Network,PPIN)中的功能模块结构,是目前蛋白质功能计算分析领域亟待解决的难题之一.本文提出了一种基于聚合非负矩阵分解(Collective Non-negative Matrix Factorization,CoNMF)的多视图一致性功能模块检测方法,该方法同时逼近多视图数据,寻找统一的最优解达到对原多数据的最优近似.根据该统一解得到功能模块关系,同时该方法能够找到可重叠性的功能模块.实验结果显示本文所提出算法通过融合基因本体、基因表达谱与PPIN数据,在模块检测准确度上有一定提高,检测出的蛋白质功能模块具有真实生物意义.

基于数据挖掘的远程教学系统研究

现代远程教学是随着计算机网络技术和多媒体技术发展而产生的一种新型教学形式。现在的远程教学系统存在的不足主要是不能实现个性化教学,系统缺少智能性,缺少良好的信息反馈等。新兴的数据挖掘技术能够从海量的数据中发现一些未知的、有价值的规律,无疑为提供个性化的教育服务提供了强有力的支持。结合数据库、数据仓库等技术,利用数据挖掘技术,将充分利用学生的学业记录、浏览模式、在线记录等数据,获得学生者的学习特征,将教师的教学经验变成计算机能够操作的策略规则,这样,就有可能建立一个满足要求的较为成功的个性化远程教学系统。

基于智能终端的嵌入式GIS应用系统设计与实现

介绍了基于S3C2410智能终端的嵌入式GIS应用系统设计方案,包括系统整体架构设计、软硬件平台设计和应用模块设计。通过嵌入式数据库BerkeleyDB、QT/Embedded和数据挖掘等前沿技术完成了系统应用程序的编写,并最终实现了景区嵌入式地理信息服务。实验结果表明,系统界面友好,操作方便,可扩展性强。

A product module mining method for PLM database

Modular technology can effectively support the rapid design of products, and it is one of the key technologies to realize mass customization design. With the application of product lifecycle management(PLM) system in enterprises, the product lifecycle data have been effectively managed. However, these data have not been fully utilized in module division, especially for complex machinery products. To solve this problem, a product module mining method for the PLM database is proposed to improve the effect of module division. Firstly, product data are extracted from the PLM database by data extraction algorithm. Then, data normalization and structure logical inspection are used to preprocess the extracted defective data. The preprocessed product data are analyzed and expressed in a matrix for module mining. Finally, the fuzzy c-means clustering(FCM) algorithm is used to generate product modules, which are stored in product module library after module marking and post-processing. The feasibility and effectiveness of the proposed method are verified by a case study of high pressure valve.

基于生物信息学方法识别肾透明细胞癌发病机制相关基因

目的识别引起肾透明细胞癌(renal clear cell carcinoma,ccRCC)发病的关键基因和其生物学过程。方法分别从GEO和TCGA数据库中下载相关数据,应用R软件中的limma和EdgeR包筛选出在癌症样本和正样本中差异表达的基因(differentially expressed genes,DEGs)。然后,利用STRING数据库构建蛋白质互作(protein-protein interaction,PPI)网络,并基于网络进行模块挖掘和功能注释。结果共筛选出4 667个DEGs,构建了包含519个DEGs(节点),2 394对互作(边)的PPI网络。挖掘到的得分最高的三个模块注释到了G蛋白偶联受体信号通路、信号转导、防御反应、炎症应答、细胞迁移调控、细胞增殖与分化和神经活性配体-受体相互作用等在ccRCC的发展中有重要作用的生物学过程中。识别出与ccRCC发生发展密切相关的关键基因CA9、CDKN2A、MET、HLA-C、VEGFA、LDHA和TERT等。结论本研究筛选出的几个关键基因和功能通路可能在ccRCC的发展中起关键作用。