简介:以氨基酸组成为特征对膜蛋白的分类,忽略了序列残基之间的相关性信息,而采用传统支持向量机算法作为分类算法,在解决多类问题时会出现分类盲区问题。针对这两种情况,计算蛋白质序列的氨基酸组成、二肽组成以及6种氨基酸相关系数,将三类特征结合,作为膜蛋白序列的特征向量;同时采用模糊支持向量机作为分类器,解决了传统支持向量机在多类数据识别中的盲区问题。测试结果表明,在相同特征输入下,模糊支持向量机分类性能优于传统支持向量机;在相同分类器的情况下,氨基酸组成、二肽组成和相关系数组合的特征选择方法的分类性能优于只使用其中一类或两类特征的方法;而采取组合特征和模糊支持向量机相结合的分类策略,在独立性数据集测试中的整体预测精度达到97%,优于现有的多种分类策略,是目前最有效的膜蛋白分类方法之一。
简介:目的通过功能富集与网络分析方法,对肝癌浸润相关候选基因进行生物信息学分析,旨在从分子水平系统探究肝癌浸润的发病机制,并为后续实验提供一些有意义的信息。方法首先,从与肝癌相关公共数据库Liverome下载与肝癌浸润相关的差异表达基因,共涉及278个相关候选基因。然后,通过ToppFun、STRING、NetworkAnalyzer等生物信息学分析工具,对涉及的278个与肝癌浸润相关候选基因进行系统的分析。最后,通过网络映射分析方法,对与肝癌浸润相关候选基因进行关键基因(HubGene)筛选,并通过iHOP在线软件,以及Pubmed文献检索方法对这些基因进行文献挖掘分析。结果通过对与肝癌浸润相关候选基因进行功能富集分析发现,这些基因主要参与细胞周期与增殖、细胞迁移与黏附、细胞骨架、血管形成等生物过程,而且这些基因共表达于肝癌与肝癌转移上调和下调等基因功能。对相关基因进行通路富集分析发现,这些基因参与调控细胞周期与增殖、能量供给、赖氨酸降解等生物通路,对肝癌浸润的发生、发展发挥调控作用。除此之外,通过网络分析方法,找到PLK1、AURKB、CDC20、CDK4、MCM3等20个处于网络关键节点的基因(HubGene)。之后,通过文献检索方式,对关键基因进行与肝癌浸润相关的功能验证,发现并预测CDC20、CDCA8、NUP37、ZWINT基因与肝癌浸润过程存在关联但作用机制尚未被挖掘。结论利用生物信息学手段,能够有效分析肝癌浸润的相关基因,并可以从分子水平系统探究其发病机制,为临床诊疗及后续实验提供一些有价值的信息。
简介:Nkx2.5,Mef2c,Gata4/5/6,Tbx5和Hand1等基因作为脊椎动物心脏发育相关基因调控网络的核心基因,对脊椎动物的心脏发育起核心调控作用。本研究主要通过对小鼠心脏发育相关核心基因的生物信息学分析,研究Nkx2.5,Mef2c,Gata4,Gata6,Tbx5和Hand1等核心转录因子之间的相互调控关系,得到小鼠心脏发育的核心基因调控网络(GRNs)。与文献中总结的小鼠的GRNs作比较,发现Nkx2.5在小鼠心脏发育基因调控网络中的核心地位没有改变,并且Nkx2.5在网络中主要扮演了调控者的角色,它直接调控很多转录因子。Gata4是另一个主要起调控者作用的转录因子。另外小鼠的Mef2c和Hand1处于被多个转录因子调控的地位。变化比较大的是Tbx5所涉及的调控网络,主要有两点:Nkx2.5对Tbx5的表达有没有调控作用以及Tbx5对自身的表达有没有调控作用。研究表明生物信息学分析对具体实验研究有一定方向性指导意义。
简介:目的 探讨脊髓髓内动静脉畸形(SAVM)的血管构筑从而选择适宜的治疗方式。材料和方法 回顾性分析本中心治疗的120例SAVM病人的临床资料、血管造影影像资料及治疗方法和效果。结果 根据脊髓髓内动静脉畸形团的形状,将AVM分成两种类型:团块型和幼稚型。血管构筑学分析包括供血动脉、供血方式、伴随病变。其供血动脉为脊髓前动脉、脊髓后动脉和/或软膜动脉。经超选择脊髓血管造影可见畸型团有5种构筑方式:(1)终末供血形式,本组104例行栓塞治疗,其中85例单纯栓塞,70例神经功能恢复与改善;19例行术前栓塞、减少术中出血;(2)穿支供血形式本组16例,少量部分的用颗粒栓塞,栓塞后症状均改善;(3)动静脉直接交通1例;(4)AVM伴有动脉瘤13例,首先行动脉瘤栓塞;(5)AVM含有静脉动脉瘤样扩张2例。结论 脊髓髓内AVM的血管构筑学有助于选择治疗方案,终末型供血可行胶栓塞。穿支供血只能少量部分的用颗粒栓塞。AVM内的动脉瘤应首先栓塞,可明显减少再出血的危险。团块型AVM术前栓塞有利于手术切除。幼稚型AVM只能栓塞治疗。
简介:胸痛三联征在临床上有相似的胸痛症状,误诊率居高,其确切病因尚不十分明确。针对经典支持向量机不适用于胸痛三联征此类非平衡数据集分类的缺点,本研究结合径向基核函数、布谷鸟算法以及支持向量机,提出一种基于布谷鸟算法优化支持向量机的分类识别模型,用于胸痛三联征的分类诊断。在收集到的735例有效样本数据集上,采用Java程序抽取平衡数据集。实验结果显示,基于平衡数据集,该模型的平均正确率为80.667%;基于非平衡数据集,其平均正确率为97.767%,相比经典支持向量机、粒子群算法-支持向量机、遗传算法-支持向量机均有不同程度的提高。因此,本研究模型对胸痛三联征的分类诊断具有一定的参考价值。