基因表達(dá)譜數(shù)據(jù)的挖掘模型構(gòu)建.pdf

1、如何利用海量基因表達(dá)譜數(shù)據(jù)來(lái)研究基因間的調(diào)控關(guān)系是當(dāng)前生物信息學(xué)的一個(gè)重要研究領(lǐng)域，利用數(shù)學(xué)模型挖掘基因表達(dá)譜數(shù)據(jù)中蘊(yùn)含的生物信息已成為研究熱點(diǎn)。本文針對(duì)某些物種的基因表達(dá)譜數(shù)據(jù)，構(gòu)建了基因挖掘的數(shù)學(xué)模型，并做了數(shù)值試驗(yàn)進(jìn)行驗(yàn)證。
　　在文章開始我們簡(jiǎn)單地介紹了文章寫作的背景，分析了目前基因表達(dá)譜數(shù)據(jù)挖掘的研究現(xiàn)狀，并簡(jiǎn)要概括了本文的主要研究工作。
　　由于基因的序列表達(dá)譜的不平穩(wěn)信號(hào)中含有大量信息，為了更好地挖掘基因表達(dá)譜

2、中的信息，在文章第二部分我們首先對(duì)基因表達(dá)譜數(shù)據(jù)進(jìn)行預(yù)處理和差異基因初步篩選找出差異較大的相關(guān)基因;然后，將初步篩選出的差異較大的基因利用DAVID的功能聚類工具進(jìn)行基因功能聚類，從而得到不同的基因功能簇（即富集分析）;最后，對(duì)所得到的各個(gè)基因功能簇建立SOM網(wǎng)絡(luò)進(jìn)行分類，按分類的正確率找出差異顯著的基因功能簇。這樣，基于自組織映射網(wǎng)絡(luò)對(duì)差異表達(dá)基因挖掘的數(shù)學(xué)模型就建立了。
　　在第三部分，我們構(gòu)建了基于前饋神經(jīng)網(wǎng)絡(luò)的線性動(dòng)態(tài)基因