基于个体特定网络和矩升维降噪法来探测疾病系统临界信号

• 作者: 王年赢
• 来源期刊: 计算生物学
• 学科: 经济
• 关键词: 个体特定网络 概率分布嵌入 矩展开 动态网络生物标志物
• 年，卷（期）: 2018,（4）
• 页码范围: 70-79
• 页数: 10页
• 分类号: F2

摘要

在挖掘生物疾病数据的过程中经常受到强噪声扰动,会使得数据挖掘不准确,此时一些用于挖掘临界点信号的传统方法失效。本文中采取基于个体特定网络的概率分布嵌入的方法研究肝癌和前列腺癌两个时序列数据,检测疾病恶性突变的临界信号,进而预测疾病的突变点。这一工作的理论基础在于通过概率分布嵌入变换将原系统的样本状态的大噪声数据变成样本概率分布的小噪声数据,再建立个体特定网络。发现可以很好的降低数据受到的噪声干扰并且解决了样本数据少的问题。然后基于动态网络生物标志物来检测疾病突变的信号,最后对这些生物标志物进行功能分析,发现能够很好地反映临界信号。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王年赢		1	0	0.0	0.0