版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認(rèn)領(lǐng)
文檔簡介
1、隨著微陣列技術(shù)和新一代測序技術(shù)等高通量技術(shù)的發(fā)展,產(chǎn)生了大量的生物學(xué)數(shù)據(jù)。而做為調(diào)控基因表達水平的重要因子之一,microRNA逐漸成為目前研究的重點和熱點,由于已有研究表明microRNA對各種復(fù)雜疾病的產(chǎn)生具有十分密切的關(guān)系,因此對miRNA的分析具有十分重要的意義和價值。本文主要以與疾病相關(guān)的miRNA預(yù)測方法作為研究內(nèi)容,分別給出了一種基于非負矩陣因式分解的分析方法和帶稀疏約束項的改進方法,為預(yù)測與疾病相關(guān)的miRNA提供了新的
2、途徑。
本文主要完成了以下兩個方面的工作:
(1)提出了一種新的基于非負矩陣因式分解的疾病關(guān)聯(lián)miRNA預(yù)測方法NMF,該方法充分利用非負矩陣因式分解方法將多源數(shù)據(jù)整合到miRNA-disease關(guān)聯(lián)關(guān)系的預(yù)測中,包括miRNA-gene數(shù)據(jù)、disease-gene數(shù)據(jù)、miRNA功能相似性數(shù)據(jù)、phenotype-disease數(shù)據(jù)和miRNA-disease數(shù)據(jù),通過假設(shè)miRNA-gene和disease-g
3、ene數(shù)據(jù)間存在公共基矩陣,建立miRNA-disease之間的關(guān)聯(lián),并以miRNA功能相似性數(shù)據(jù)、phenotype-disease和已知的其他miRNA-disease作為算法迭代過程中的限制,引導(dǎo)算法快速收斂到結(jié)果。實驗結(jié)果表明本文提出的方法在多個疾病數(shù)據(jù)集上的預(yù)測準(zhǔn)確率都優(yōu)于已有算法。
(2)對NMF算法進行改進,提出了一種稀疏的非負矩陣因式分解方法來預(yù)測miRNA-disease關(guān)聯(lián)關(guān)系。通過對公共基矩陣和因子矩陣加
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于表型-miRNA網(wǎng)絡(luò)的疾病關(guān)聯(lián)miRNA預(yù)測方法研究.pdf
- 常用因式分解方法
- 因式分解方法大全
- 基于非負矩陣分解的信息獲取方法研究.pdf
- 基于非負矩陣分解的盲信號分離方法研究.pdf
- 增量式非負矩陣分解方法的研究.pdf
- 初中因式分解基本方法
- 因式分解
- 因式分解
- 因式分解
- 非負矩陣的分解.pdf
- 基于非負矩陣分解的視頻水印方法研究.pdf
- 基于非負矩陣分解的醫(yī)學(xué)圖像分割方法研究.pdf
- 非負矩陣分解新方法研究.pdf
- 基于非負矩陣分解的多視圖聚類方法研究.pdf
- 基于非負矩陣分解的高光譜圖像混合像元分解方法研究.pdf
- 因式分解4
- 因式分解的9種方法
- 基于非負矩陣分解的分類算法研究.pdf
- 因式分解的16種方法
評論
0/150
提交評論