传统聚落集聚了大量的古代建筑和民俗等传统文化资源,以其突出的历史、文化和艺术等价值而备受关注,提取其丰富的历史文化信息并服务于现代产业发展具有积极的意义。针对当前尚缺乏从地理知识提取和表达视角对传统聚落丰富的历史文化信...传统聚落集聚了大量的古代建筑和民俗等传统文化资源,以其突出的历史、文化和艺术等价值而备受关注,提取其丰富的历史文化信息并服务于现代产业发展具有积极的意义。针对当前尚缺乏从地理知识提取和表达视角对传统聚落丰富的历史文化信息进行知识抽取、组织和表达,进而实现“数据-信息-知识-智慧”转换这一问题,本文提出传统聚落景观基因本体(Geographic Ontology of Cultural Landscape Genes of Traditional Settlements,GeoOnto-CLGTS),并探索传统聚落景观基因的内在关联特征。首先,结合地理信息本体和传统聚落景观基因特征分析了GeoOnto-CLGTS的概念及表达方法,并提出GeoOnto-CLGTS模型的构建方法。其次,结合七步法的地理信息本体建模方法,梳理景观基因概念、关联关系和数据属性特征,自顶向下构建GeoOnto-CLGTS的概念层。并以123个中国传统聚落为案例,通过protégé工具进行实例补充,实现了GeoOnto-CLGTS模型的实例层构建。最后,通过Neo4j图数据库对本体数据进行存储,构建传统聚落景观基因知识图谱,实现了景观基因信息的查询。结果表明,本文构建的GeoOnto-CLGTS可以为今后开展传统聚落文化资源的知识发现及促进传统聚落的数字化保护提供有益的借鉴。展开更多
【目的】提出基于知识融合策略构建基因网络方法 ,并应用于双相障碍相关的致病基因网络分析。【方法】将Wellcome Trust Case Control Consortium(WTCCC)提供的双相障碍全基因组单核苷酸多态(SNP)数据与人类蛋白质-蛋白质互作数据库对...【目的】提出基于知识融合策略构建基因网络方法 ,并应用于双相障碍相关的致病基因网络分析。【方法】将Wellcome Trust Case Control Consortium(WTCCC)提供的双相障碍全基因组单核苷酸多态(SNP)数据与人类蛋白质-蛋白质互作数据库对应的基因做交集。通过单体型全模型logistic回归模型检验获得经多重检验校正统计学显著的基因互作对子,并由此构建致病基因网络以及挖掘连通度显著高于理论分布的核心致病基因。【结果】采用知识融合的方法,将数据维度从482 248个SNP位点降至98 157。经统计模型检验获得3 841个互作基因用于构建双相障碍致病基因网络,并挖掘出115个核心致病基因。其中,在连通度高于30的29个核心基因中,有12个重复了以前的报道(PRKCA,EGFR,ESR1,ATXN1,FYN,CREBBP,TP53,AKT1,CSNK2A1,DLG1,PTN和LYN),另外17个未被报道过的基因从其生物功能以及致病分子机制上看,可能是新的双相障碍易感基因(SMAD3,SRC,GRB2,PIK3R1,ZBTB16,ABL1,APP,EP300,TGFBR1,SYK,YWHAZ,INSR,MAPK1,PRKCB,PRKCD,SMAD2和SVIL)。【结论】本文提出的基于蛋白质-蛋白质互作知识引导的基因网络构建方法是一种可靠的系统性分析方法,有助于全面地了解复杂疾病的分子网络机制和确立核心风险基因。展开更多
文摘传统聚落集聚了大量的古代建筑和民俗等传统文化资源,以其突出的历史、文化和艺术等价值而备受关注,提取其丰富的历史文化信息并服务于现代产业发展具有积极的意义。针对当前尚缺乏从地理知识提取和表达视角对传统聚落丰富的历史文化信息进行知识抽取、组织和表达,进而实现“数据-信息-知识-智慧”转换这一问题,本文提出传统聚落景观基因本体(Geographic Ontology of Cultural Landscape Genes of Traditional Settlements,GeoOnto-CLGTS),并探索传统聚落景观基因的内在关联特征。首先,结合地理信息本体和传统聚落景观基因特征分析了GeoOnto-CLGTS的概念及表达方法,并提出GeoOnto-CLGTS模型的构建方法。其次,结合七步法的地理信息本体建模方法,梳理景观基因概念、关联关系和数据属性特征,自顶向下构建GeoOnto-CLGTS的概念层。并以123个中国传统聚落为案例,通过protégé工具进行实例补充,实现了GeoOnto-CLGTS模型的实例层构建。最后,通过Neo4j图数据库对本体数据进行存储,构建传统聚落景观基因知识图谱,实现了景观基因信息的查询。结果表明,本文构建的GeoOnto-CLGTS可以为今后开展传统聚落文化资源的知识发现及促进传统聚落的数字化保护提供有益的借鉴。
文摘【目的】提出基于知识融合策略构建基因网络方法 ,并应用于双相障碍相关的致病基因网络分析。【方法】将Wellcome Trust Case Control Consortium(WTCCC)提供的双相障碍全基因组单核苷酸多态(SNP)数据与人类蛋白质-蛋白质互作数据库对应的基因做交集。通过单体型全模型logistic回归模型检验获得经多重检验校正统计学显著的基因互作对子,并由此构建致病基因网络以及挖掘连通度显著高于理论分布的核心致病基因。【结果】采用知识融合的方法,将数据维度从482 248个SNP位点降至98 157。经统计模型检验获得3 841个互作基因用于构建双相障碍致病基因网络,并挖掘出115个核心致病基因。其中,在连通度高于30的29个核心基因中,有12个重复了以前的报道(PRKCA,EGFR,ESR1,ATXN1,FYN,CREBBP,TP53,AKT1,CSNK2A1,DLG1,PTN和LYN),另外17个未被报道过的基因从其生物功能以及致病分子机制上看,可能是新的双相障碍易感基因(SMAD3,SRC,GRB2,PIK3R1,ZBTB16,ABL1,APP,EP300,TGFBR1,SYK,YWHAZ,INSR,MAPK1,PRKCB,PRKCD,SMAD2和SVIL)。【结论】本文提出的基于蛋白质-蛋白质互作知识引导的基因网络构建方法是一种可靠的系统性分析方法,有助于全面地了解复杂疾病的分子网络机制和确立核心风险基因。
