期刊文献+
共找到4篇文章
< 1 >
每页显示 20 50 100
生物医学数据分析中的深度学习方法应用 被引量:17
1
作者 李渊 骆志刚 +4 位作者 管乃洋 尹晓尧 王兵 伯晓晨 李非 《生物化学与生物物理进展》 SCIE CAS CSCD 北大核心 2016年第5期472-483,共12页
生物医学数据的积累速度史无前例,为生物医学研究带来机遇的同时,也让传统数据分析技术面临巨大挑战.本文综述了深度学习方法应用在生物医学数据分析中的最新研究进展.首先阐述了深度学习方法,列举深度学习方法的主要实现模型,随后总结... 生物医学数据的积累速度史无前例,为生物医学研究带来机遇的同时,也让传统数据分析技术面临巨大挑战.本文综述了深度学习方法应用在生物医学数据分析中的最新研究进展.首先阐述了深度学习方法,列举深度学习方法的主要实现模型,随后总结了目前生物医学数据分析中的深度学习方法应用情况,分析了在数据处理、模型构建和训练方法等方面共有问题的解决方法,最后给出了深度学习方法应用于生物医学数据分析时可能存在的问题及建议. 展开更多
关键词 深度学习 高通量组学 临床医学 数据挖掘
下载PDF
肠道病毒组学数据挖掘与分析方法的进展及挑战
2
作者 江小青 李墨 +5 位作者 尹衡闯 郭倩 谭洁 吴姝芳 王春晖 朱怀球 《中国科学:生命科学》 CSCD 北大核心 2023年第5期647-659,共13页
肠道病毒对肠道微生物群系的种群结构、细菌性状乃至人体健康都有十分重要的影响,但相比肠道细菌,人们对其的研究和了解仍然很缺乏.高通量测序技术以及机器学习、深度学习等方法的快速发展,为从组学途径深入研究肠道病毒提供了契机.本... 肠道病毒对肠道微生物群系的种群结构、细菌性状乃至人体健康都有十分重要的影响,但相比肠道细菌,人们对其的研究和了解仍然很缺乏.高通量测序技术以及机器学习、深度学习等方法的快速发展,为从组学途径深入研究肠道病毒提供了契机.本文针对当前肠道病毒组学领域以噬菌体、真核病毒等为对象的高通量数据,总结并分析了近年来数据挖掘和分析的共性方法和技术的发展,梳理了一系列相关的生物信息学方法和技术,其中大多适用于基于宏基因组或宏病毒组两种策略的病毒组学分析.同时,针对目前实际生物学问题和临床问题的复杂性,人工智能方法在生物信息学领域的广泛运用,以及未来三代测序技术可能的广泛使用,讨论了病毒组学数据挖掘与数据分析方法面临的问题和挑战. 展开更多
关键词 肠道病毒组 宏基因组 组学分析 数据挖掘
原文传递
大规模单细胞测序数据揭示结直肠癌中肠道内分泌细胞生理机制的改变与潜在临床应用价值
3
作者 曾渝 陈磊 《现代免疫学》 CAS 北大核心 2023年第3期189-196,共8页
研究从大规模单细胞转录组测序数据出发,获得结直肠癌(colorectal cancer, CRC)中肠道内分泌细胞(enteroendocrine cell, EEC)的单细胞转录组图谱;对此转录组测序数据作差异表达、功能以及拟时序分析,结果提示肿瘤微环境中EEC发育与激... 研究从大规模单细胞转录组测序数据出发,获得结直肠癌(colorectal cancer, CRC)中肠道内分泌细胞(enteroendocrine cell, EEC)的单细胞转录组图谱;对此转录组测序数据作差异表达、功能以及拟时序分析,结果提示肿瘤微环境中EEC发育与激素合成/分泌相关功能不全有关;结合肿瘤基因组图谱(The Cancer Genome Atlas, TCGA)和肿瘤药敏多组学数据库(Genomics of Drug Sensitivity in Cancer, GDSC)中CRC的bulk转录组测序数据、随访信息和药物测试数据,筛选出对CRC患者生存具有积极影响的生物学标志物——胰高血糖素(glucagon,GCG)基因;利用肿瘤细胞系药物测试数据探究了GCG基因在CRC治疗中的潜在应用价值。该研究为CRC的治疗提供了新的思路。 展开更多
关键词 单细胞转录组测序数据分析 结直肠癌 组学数据挖掘 生存分析
原文传递
基于粒子群优化的生物组学数据分类模型选择 被引量:2
4
作者 杨峻山 纪震 +1 位作者 谢维信 朱泽轩 《深圳大学学报(理工版)》 EI CAS CSCD 北大核心 2016年第3期264-271,共8页
针对生物组学数据普遍存在的高维小样本和样本分布不平衡问题,提出基于粒子群优化分类模型选择算法.该算法中粒子编码由样本平衡模型、特征选择模型和分类模型及超参数构成,粒子种群以达到以生物组学数据最佳分类性能为目标,通过对粒子... 针对生物组学数据普遍存在的高维小样本和样本分布不平衡问题,提出基于粒子群优化分类模型选择算法.该算法中粒子编码由样本平衡模型、特征选择模型和分类模型及超参数构成,粒子种群以达到以生物组学数据最佳分类性能为目标,通过对粒子的速度和位置进行迭代更新,得到模型组合及超参数的最优解.在8组真实生物组学数据集上的实验结果表明,所提模型选择算法能够避免人为选择所带来的主观偏差,提高最佳分类性能和稳定性. 展开更多
关键词 生物组学 粒子群优化 样本平衡 特征选择 分类模型 模型选择 数据挖掘
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部