期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于关键节点子团的乳腺癌候选疾病模块挖掘算法
被引量:
2
1
作者
王一斌
程咏梅
张绍武
《东南大学学报(自然科学版)》
EI
CAS
CSCD
北大核心
2016年第2期265-270,共6页
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...
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.
展开更多
关键词
乳腺癌
疾病模块挖掘
候选基因打分
关键节点子团
局部适应度
下载PDF
职称材料
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
被引量:
1
2
作者
王一斌
程咏梅
张绍武
《生物化学与生物物理进展》
SCIE
CAS
CSCD
北大核心
2015年第4期375-389,共15页
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...
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.
展开更多
关键词
前列腺癌
疾病模块挖掘
候选基因排序
节点-
模块
置信度
局部
模块
度
下载PDF
职称材料
题名
基于关键节点子团的乳腺癌候选疾病模块挖掘算法
被引量:
2
1
作者
王一斌
程咏梅
张绍武
机构
西北工业大学信息融合技术教育部重点实验室
出处
《东南大学学报(自然科学版)》
EI
CAS
CSCD
北大核心
2016年第2期265-270,共6页
基金
国家自然科学基金资助项目(61170134
61473232
+2 种基金
91430111)
国家自然科学基金青年基金资助项目(61502396)
互联网金融创新及监管四川省协同创新中心资助项目
文摘
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.
关键词
乳腺癌
疾病模块挖掘
候选基因打分
关键节点子团
局部适应度
Keywords
breast cancer
disease module mining
candidate gene score
key node groups
local fitness
分类号
R318.04 [医药卫生—生物医学工程]
Q78 [生物学—分子生物学]
下载PDF
职称材料
题名
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
被引量:
1
2
作者
王一斌
程咏梅
张绍武
机构
西北工业大学自动化学院
西南财经大学经济信息工程学院
出处
《生物化学与生物物理进展》
SCIE
CAS
CSCD
北大核心
2015年第4期375-389,共15页
基金
国家自然科学基金资助项目(91430111,61473232,61170134)
西南财经大学“中央高校基本科研业务费专项资金-青年教师成长项目”(JBK150134)~~
文摘
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.
关键词
前列腺癌
疾病模块挖掘
候选基因排序
节点-
模块
置信度
局部
模块
度
Keywords
prostate cancer, disease module mining, candidate gene prioritization, node-module confidence, local modularity
分类号
R318.04 [医药卫生—生物医学工程]
Q78 [生物学—分子生物学]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于关键节点子团的乳腺癌候选疾病模块挖掘算法
王一斌
程咏梅
张绍武
《东南大学学报(自然科学版)》
EI
CAS
CSCD
北大核心
2016
2
下载PDF
职称材料
2
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
王一斌
程咏梅
张绍武
《生物化学与生物物理进展》
SCIE
CAS
CSCD
北大核心
2015
1
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部