-
公开(公告)号：CN111816246B
公开(公告)日：2023-01-10
申请号：CN202010461333.X
申请日：2020-05-27
Applicant: 上海大学
Abstract: 本发明公开了一种识别差异网络中驱动基因的方法，其特征在于：给定两个代表两种生物状态的基因调控网络，首先量化网络中边的不确定性，然后计算网络中任意两个节点之间最强且最稳定的调控关系，再后将节点特征化表示为网络流的分布，最后量化每个基因在两个网络中的网络流分布差异以识别驱动基因。该方法区别于其他已有的差异网络分析方法，其主要贡献在于结合了网络流和信息熵来刻画网络拓扑的差异。这种结合的优势在于能够量化基因调控网络中边的不确定性，同时能够捕获网络中全面的拓扑特征(局部和全局、线性和非线性特征)，因此，能够达到更高的驱动基因识别准确性和健壮性。
-
公开(公告)号：CN110136779B
公开(公告)日：2023-08-29
申请号：CN201910463541.0
申请日：2019-05-30
Applicant: 上海大学
Abstract: 本发明涉及一种生物网络关键差异节点的样本特征提取及预测方法，结合网络拓扑与分子表达特征预测生物网络关键差异节点。特征提取方法具体包括A数据预处理、B提取特征向量、C节点标记和D扩充正样本；预测方法上特征提取的基础上增加E随机森林模型训练和F预测关键节点。本发明可以提取同一细胞在不同状态下的生物网络特征，样本特征的提取可以更有效的利用样本，使得到的训练集更有普适性，该算法对解决问题具有更强的泛化能力。
-
公开(公告)号：CN111816246A
公开(公告)日：2020-10-23
申请号：CN202010461333.X
申请日：2020-05-27
Applicant: 上海大学
Abstract: 本发明公开了一种识别差异网络中驱动基因的方法，其特征在于：给定两个代表两种生物状态的基因调控网络，首先量化网络中边的不确定性，然后计算网络中任意两个节点之间最强且最稳定的调控关系，再后将节点特征化表示为网络流的分布，最后量化每个基因在两个网络中的网络流分布差异以识别驱动基因。该方法区别于其他已有的差异网络分析方法，其主要贡献在于结合了网络流和信息熵来刻画网络拓扑的差异。这种结合的优势在于能够量化基因调控网络中边的不确定性，同时能够捕获网络中全面的拓扑特征(局部和全局、线性和非线性特征)，因此，能够达到更高的驱动基因识别准确性和健壮性。
-
公开(公告)号：CN110136779A
公开(公告)日：2019-08-16
申请号：CN201910463541.0
申请日：2019-05-30
Applicant: 上海大学
Abstract: 本发明涉及一种生物网络关键差异节点的样本特征提取及预测方法，结合网络拓扑与分子表达特征预测生物网络关键差异节点。特征提取方法具体包括A数据预处理、B提取特征向量、C节点标记和D扩充正样本；预测方法上特征提取的基础上增加E随机森林模型训练和F预测关键节点。本发明可以提取同一细胞在不同状态下的生物网络特征，样本特征的提取可以更有效的利用样本，使得到的训练集更有普适性，该算法对解决问题具有更强的泛化能力。
-
-
-
Search Results
4
records
(took 0.021 seconds)
