基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
传统特征基因提取方法往往只注重单个基因在不同样本中的表达差异,忽视了基因之间的关联性以及多个致病基因作为一个基因模块与复杂疾病的联系。针对这种情况,提出基于互信息MI(Mutual Information)的特征基因提取算法,提取在健康对照和阿尔茨海默症AD(Alzheimer’s disease)患病样本中关联度具有明显差异变化的基因作为特征基因。在此基础上,结合转录因子TF(Transcription factor)对靶基因TG(Target gene)调控的生物学先验信息,利用网络成分分析NCA(Network Component Analysis)算法分析转录因子的表达活性及其对靶基因的调控强度,构建AD特征基因的转录调控网络。分子生物学分析表明,它们在有丝分裂、细胞周期、免疫反应以及炎症反应过程中的变化对AD的退化过程具有重要作用。
推荐文章
基于互信息学习贝叶斯网络等价类
数据挖掘
贝叶斯网络
结构学习
连通图
互信息
条件独立测试
基于互信息的推荐系统方法研究
推荐系统
互信息
权重
协同过滤
基于模糊互信息的多标签特征选择
特征选择
互信息
模糊互信息
基于交互信息的投机并行化方法
投机多线程
线程抽取创建
执行模型
并行化
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于互信息的显著基因提取及转录调控网络构建
来源期刊 计算机应用与软件 学科 工学
关键词 阿尔茨海默症(AD) 互信息(MI) 转录因子(TF) 网络成分分析(NCA)
年,卷(期) 2016,(6) 所属期刊栏目 算法
研究方向 页码范围 235-239
页数 5页 分类号 TP391.9|Q343.1
字数 5862字 语种 中文
DOI 10.3969/j.issn.1000-386x.2016.06.057
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 孔薇 上海海事大学信息工程学院 30 46 3.0 4.0
2 支星 上海海事大学信息工程学院 1 3 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (10)
共引文献  (3)
参考文献  (17)
节点文献
引证文献  (3)
同被引文献  (5)
二级引证文献  (1)
1993(1)
  • 参考文献(1)
  • 二级参考文献(0)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(1)
  • 参考文献(1)
  • 二级参考文献(0)
2001(1)
  • 参考文献(1)
  • 二级参考文献(0)
2002(3)
  • 参考文献(1)
  • 二级参考文献(2)
2003(1)
  • 参考文献(1)
  • 二级参考文献(0)
2004(4)
  • 参考文献(1)
  • 二级参考文献(3)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(3)
  • 参考文献(1)
  • 二级参考文献(2)
2008(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(1)
  • 参考文献(1)
  • 二级参考文献(0)
2012(2)
  • 参考文献(2)
  • 二级参考文献(0)
2013(4)
  • 参考文献(4)
  • 二级参考文献(0)
2014(1)
  • 参考文献(1)
  • 二级参考文献(0)
2016(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2017(1)
  • 引证文献(1)
  • 二级引证文献(0)
2018(1)
  • 引证文献(1)
  • 二级引证文献(0)
2019(1)
  • 引证文献(1)
  • 二级引证文献(0)
2020(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
阿尔茨海默症(AD)
互信息(MI)
转录因子(TF)
网络成分分析(NCA)
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机应用与软件
月刊
1000-386X
31-1260/TP
大16开
上海市愚园路546号
4-379
1984
chi
出版文献量(篇)
16532
总下载数(次)
47
总被引数(次)
101489
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导