基于半监督学习的黄萎病互作基因对的预测

• 作者: 张伟娟 张红梅 陈峰
• 来源期刊: 计算生物学
• 学科: 工学
• 关键词: 生物信息技术 黄萎病 典型相关分析 半监督
• 年，卷（期）: jsswx_2015,（1）
• 页码范围: 11-16
• 页数: 6页
• 分类号: TP39

摘要

黄萎病(Greensickness)属于不可治愈性病害,每年均造成巨大的经济损失。为了培育抗病植株、得到更多的互作基因对,逐次进行生物实验排除是不现实的。为了在已知少量关联基因的情况下挖掘更多的可靠基因对,本文主要使用统计技术典型相关分析(Canonical Correlation Analysis, CCA)和数据挖掘技术半监督学习(Semi-Supervised Learning, SSL)等生物信息技术对相关基因进行学习,最终实现对关联基因的预测。研究结果能够有效地指导黄萎病抗病研究的方向、精确研究范围、提高研究速度。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张红梅	河南工业大学信息科学与工程学院	41	135	5.0	10.0
2	陈峰	河南工业大学信息科学与工程学院	5	4	1.0	2.0
3	张伟娟	河南工业大学信息科学与工程学院	3	4	1.0	2.0