原文服务方: 计算机应用研究       
摘要:
在人类基因组上存在着涉及到不同序列长度的结构变异,这些结构变异对癌症的发生和发展产生了显著的影响.随着新一代测序技术的发展以及测序成本的降低使得在全基因组水平研究结构变异变得可能,基于聚类算法对千人基因组三个不同地区的样本以及CGHub数据库中结直肠癌样本进行了结构变异识别,并基于间断点处的序列同源性对结构变异的形成机制进行了分析;利用方差分析及非参数检验分析了结构变异和癌症的关系以及结构变异与地域之间的关系.最后,探讨了该领域未来的发展趋势.
推荐文章
基于变异的k-means聚类算法
聚类
mk-means算法
变异
一种基于边界识别的聚类算法
聚类算法
密度
边界识别
基于聚类SURF特征的商品识别算法
加速鲁棒特征
匹配角度
聚类
误剔除率
基于减法聚类与改进的模糊C-均值聚类算法的说话人识别方法的研究
说话人识别
减法聚类
改进的模糊C-均值聚类
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 基于聚类算法的结构变异及其形成机制识别
来源期刊 计算机应用研究 学科
关键词 全基因组测序 聚类算法 基因组结构变异 变异形成机制
年,卷(期) 2017,(6) 所属期刊栏目 算法研究探讨
研究方向 页码范围 1613-1616,1620
页数 5页 分类号 TP391
字数 语种 中文
DOI 10.3969/j.issn.1001-3695.2017.06.003
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 艾冬梅 北京科技大学数理学院 21 209 5.0 14.0
2 王丽莉 北京科技大学数理学院 5 7 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (21)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(4)
  • 参考文献(4)
  • 二级参考文献(0)
2010(2)
  • 参考文献(2)
  • 二级参考文献(0)
2011(3)
  • 参考文献(3)
  • 二级参考文献(0)
2012(1)
  • 参考文献(1)
  • 二级参考文献(0)
2013(3)
  • 参考文献(3)
  • 二级参考文献(0)
2014(4)
  • 参考文献(4)
  • 二级参考文献(0)
2015(2)
  • 参考文献(2)
  • 二级参考文献(0)
2016(1)
  • 参考文献(1)
  • 二级参考文献(0)
2017(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)
研究主题发展历程
节点文献
全基因组测序
聚类算法
基因组结构变异
变异形成机制
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
计算机应用研究
月刊
1001-3695
51-1196/TP
大16开
1984-01-01
chi
出版文献量(篇)
21004
总下载数(次)
0
总被引数(次)
238385
论文1v1指导