在當(dāng)今社會中,很多復(fù)雜疾病嚴(yán)重威脅著人們的生活質(zhì)量、甚至生命安全。這些復(fù)雜疾病的病情發(fā)展都具有突然惡化的現(xiàn)象,從系統(tǒng)生物學(xué)的觀點(diǎn)看,就是疾病系統(tǒng)隨著時間演化出現(xiàn)了臨界點(diǎn),顯然,探測各類復(fù)雜疾病的臨界點(diǎn)對疾病防治工作具有重要意義。本論文從系統(tǒng)生物學(xué)和生物信息學(xué)的觀點(diǎn)出發(fā),利用計算生物學(xué)的理論和方法,基于高通量生物分子數(shù)據(jù)以及動態(tài)網(wǎng)絡(luò)標(biāo)志物,對如何探測疾病臨界點(diǎn)這一重要問題展開研究,在4種不同的樣本條件下開發(fā)了探測疾病臨界點(diǎn)的以下4種算法:(1)提出了基于分子表達(dá)的非監(jiān)督學(xué)習(xí)算法,闡述了該算法是將平穩(wěn)馬爾科夫過程的切換點(diǎn)與疾病臨界點(diǎn)對應(yīng)起來的算法思路,給出了算法的流程、操作步驟。并把該算法應(yīng)用于乳腺癌細(xì)胞分化臨界點(diǎn)的探測中。(2)提出了基于分子調(diào)控網(wǎng)絡(luò)的非監(jiān)督學(xué)習(xí)算法,給出了構(gòu)建分子相關(guān)性網(wǎng)絡(luò)、特異性網(wǎng)絡(luò)、差異性網(wǎng)絡(luò)序列的方法、構(gòu)建了網(wǎng)絡(luò)模型、進(jìn)行了仿真試驗(yàn)和交叉驗(yàn)證,并對以上這兩種算法的異同點(diǎn)以及優(yōu)缺點(diǎn)進(jìn)行了分析。把該算法應(yīng)用于光氣吸入導(dǎo)致的肺部急性損害臨界點(diǎn)的探測中,并針對該算法挖掘出來的信號基因做了功能分析。(3)提出了利用矩展開進(jìn)行數(shù)據(jù)降噪的算法,包括降噪處理的思路、狀態(tài)變量升維、...

【文章頁數(shù)】：112 頁

【學(xué)位級別】：博士

圖5-1系統(tǒng)架構(gòu)圖

本文編號：3886333