異構(gòu)基因共表達(dá)網(wǎng)絡(luò)的分析方法
定 價(jià):88 元
- 作者:熊芳 等
- 出版時(shí)間:2023/9/1
- ISBN:9787121464300
- 出 版 社:電子工業(yè)出版社
- 中圖法分類:TP393.02
- 頁(yè)碼:180
- 紙張:
- 版次:01
- 開本:16開
本書以基因共表達(dá)網(wǎng)絡(luò)為研究對(duì)象,針對(duì)傳統(tǒng)經(jīng)典的聚類方法對(duì)異構(gòu)信息網(wǎng)絡(luò)分析的局限性和目前關(guān)于異構(gòu)信息網(wǎng)絡(luò)的聚類方法的不足,基于張量分解工具對(duì)異構(gòu)信息網(wǎng)絡(luò)的聚類問題進(jìn)行研究。提出了基于張量的異構(gòu)信息網(wǎng)絡(luò)建模方法、一般網(wǎng)絡(luò)模式的異構(gòu)信息網(wǎng)絡(luò)聚類模型、稀疏性約束下的異構(gòu)信息網(wǎng)絡(luò)聚類模型、動(dòng)態(tài)異構(gòu)信息網(wǎng)絡(luò)中的混合多類型社團(tuán)發(fā)現(xiàn)模型,在此基礎(chǔ)上利用這些異構(gòu)信息網(wǎng)絡(luò)分析方法,深入研究LncRNA 和mRNA的表達(dá)水平和調(diào)控關(guān)系。
熊芳,工學(xué)博士,從事信息系統(tǒng)相關(guān)工作二十余年。近年來重點(diǎn)進(jìn)行生物信息學(xué)、醫(yī)學(xué)大數(shù)據(jù)與智能決策方面的研究工作。
目 錄
第1章 緒論 (1)
第2章 基于張量的異構(gòu)信息網(wǎng)絡(luò)建模方法 (4)
2.1 異構(gòu)信息網(wǎng)絡(luò) (4)
2.2 張量代數(shù)的基本概念 (7)
2.2.1 Hadamard積、Kronecker積和Khatri-Rao積 (8)
2.2.2 張量的矩陣化、張量與矩陣的n模乘 (9)
2.2.3 內(nèi)積、外積和Frobenius范數(shù) (11)
2.2.4 張量分解 (12)
2.3 基于張量的異構(gòu)信息網(wǎng)絡(luò)建模 (14)
2.4 本章小結(jié) (17)
第3章 LncRNA-mRNA基因共表達(dá)異構(gòu)信息網(wǎng)絡(luò)構(gòu)建 (18)
3.1 引言 (18)
3.2 基因共表達(dá)網(wǎng)絡(luò)建;A(chǔ) (18)
3.2.1 基因共表達(dá)網(wǎng)絡(luò)的相關(guān)概念 (18)
3.2.2 異構(gòu)信息網(wǎng)絡(luò)的相關(guān)概念 (19)
3.3 數(shù)據(jù)采集 (22)
3.3.1 臨床樣本采集 (22)
3.3.2 組織RNA的提取、cDNA合成與標(biāo)記 (22)
3.3.3 芯片選擇、雜交及圖像采集 (22)
3.4 LncRNA-mRNA基因共表達(dá)網(wǎng)絡(luò)構(gòu)建 (23)
3.4.1 基于表達(dá)譜的mRNA聚類 (23)
3.4.2 鼻咽癌中差異表達(dá)LncRNA和mRNA的篩選 (24)
3.4.3 差異表達(dá)的LncRNA和mRNA的染色體定位富集 (27)
3.4.4 LncRNA-mRNA基因共表達(dá)網(wǎng)絡(luò)構(gòu)建 (32)
3.5 LncRNA和mRNA基因共表達(dá)模塊發(fā)現(xiàn) (36)
3.5.1 共同miRNA結(jié)合位點(diǎn)鑒定鼻咽癌中競(jìng)爭(zhēng)性內(nèi)源RNA共表達(dá)模塊 (36)
3.5.2 基于信號(hào)通路的LncRNA-mRNA共表達(dá)模塊 (38)
3.5.3 IPA整合分析獲得核心轉(zhuǎn)錄調(diào)控因子驅(qū)動(dòng)的LncRNA-mRNA共表達(dá)
模塊 (39)
3.6 LncRNA和mRNA基因共表達(dá)分析與討論 (41)
3.7 本章小結(jié) (43)
第4章 基于遺傳算法的基因共表達(dá)網(wǎng)絡(luò)社團(tuán)結(jié)構(gòu)發(fā)現(xiàn) (45)
4.1 引言 (45)
4.2 理論基礎(chǔ) (46)
4.2.1 復(fù)雜網(wǎng)絡(luò)與社團(tuán)劃分 (46)
4.2.2 社團(tuán)劃分評(píng)價(jià)指標(biāo) (47)
4.3 CDGA算法描述 (48)
4.3.1 初始化種群 (49)
4.3.2 CDGA算法中的遺傳算子 (49)
4.4 社團(tuán)劃分實(shí)驗(yàn)結(jié)果與分析 (50)
4.4.1 小規(guī)模測(cè)試網(wǎng)絡(luò)實(shí)驗(yàn) (50)
4.4.2 真實(shí)數(shù)據(jù)集實(shí)驗(yàn) (53)
4.4.3 本章小結(jié) (56)
第5章 基于一般網(wǎng)絡(luò)模式的鼻咽癌基因共表達(dá)網(wǎng)絡(luò)聚類 (57)
5.1 引言 (57)
5.2 基于張量分解的聚類框架 (59)
5.2.1 基于TUCKER分解的聚類模型 (59)
5.2.2 STFClus算法 (61)
5.3 基于TUCKER分解的聚類模型分析 (65)
5.3.1 基于TUCKER分解的聚類模型的可行性分析 (65)
5.3.2 STFClus的收斂性分析 (65)
5.3.3 STFClus的性能分析 (67)
5.3.4 STFClus的初始化方法 (68)
5.3.5 STFClus的時(shí)間復(fù)雜度分析 (71)
5.4 實(shí)驗(yàn)與結(jié)果分析 (72)
5.4.1 實(shí)驗(yàn)設(shè)置 (72)
5.4.2 模擬數(shù)據(jù)集上的實(shí)驗(yàn) (74)
5.4.3 真實(shí)數(shù)據(jù)集上的實(shí)驗(yàn) (78)
5.5 本章小結(jié) (81)
第6章 稀疏性約束下鼻咽癌基因共表達(dá)網(wǎng)絡(luò)聚類 (82)
6.1 引言 (82)
6.2 稀疏性約束下的LncRNA-mRNA基因共表達(dá)網(wǎng)絡(luò)聚類框架 (84)
6.2.1 基于CP分解的LncRNA-mRNA基因共表達(dá)網(wǎng)絡(luò)聚類模型 (84)
6.2.2 隨機(jī)張量梯度下降算法 (86)
6.3 基于CP分解的聚類模型分析 (91)
6.3.1 基于CP分解的聚類模型的可行性分析 (91)
6.3.2 隨機(jī)張量梯度下降算法的收斂性分析 (92)
6.3.3 利用張量的稀疏性加速運(yùn)算與時(shí)間復(fù)雜度分析 (97)
6.4 實(shí)驗(yàn)與結(jié)果分析 (98)
6.4.1 實(shí)驗(yàn)設(shè)置 (98)
6.4.2 模擬數(shù)據(jù)集上的實(shí)驗(yàn) (99)
6.4.3 真實(shí)數(shù)據(jù)集上的實(shí)驗(yàn) (102)
6.5 本章小結(jié) (105)
第7章 動(dòng)態(tài)異構(gòu)信息網(wǎng)絡(luò)中的混合多類型社團(tuán)發(fā)現(xiàn) (106)
7.1 引言 (106)
7.2 基于張量分解的混合多類型社團(tuán)發(fā)現(xiàn)框架 (109)
7.2.1 基于CP分解的社團(tuán)發(fā)現(xiàn)模型描述 (109)
7.2.2 二階隨機(jī)張量梯度下降算法 (113)
7.3 基于CP分解的混合多類型社團(tuán)發(fā)現(xiàn)模型分析 (119)
7.3.1 動(dòng)態(tài)異構(gòu)信息網(wǎng)絡(luò)中新舊對(duì)象的更替 (119)
7.3.2 SOSComm算法的在線部署 (120)
7.3.3 SOSComm算法的時(shí)間復(fù)雜度分析 (121)
7.4 實(shí)驗(yàn)與結(jié)果分析 (122)
7.4.1 實(shí)驗(yàn)設(shè)置 (122)
7.4.2 模擬數(shù)據(jù)集上的實(shí)驗(yàn) (122)
7.4.3 真實(shí)數(shù)據(jù)集上的實(shí)驗(yàn) (127)
7.5 本章小結(jié) (134)
附錄A 鼻咽癌中差異表達(dá)LncRNA基因芯片原始結(jié)果 (136)
附錄B 鼻咽癌中差異表達(dá)mRNA基因芯片原始結(jié)果 (148)
參考文獻(xiàn) (160)