基因表达谱数据挖掘方法研究
分類: 图书,自然科学,生物科学,分子生物学,
作者： 黄德双著
出 版 社： 科学出版社
出版时间： 2009-3-1字数：版次： 1页数： 462印刷时间：开本： 16开印次： 1纸张：I S B N ： 9787030236807包装： 平装内容简介
基因表达谱数据挖掘可以帮助人们发现新的疾病亚型，提高复杂疾病诊断的正确率。因此，发展高效实用的基因表达谱数据处理方法具有十分重要的实际意义。本书首先介绍生物信息学中基因芯片和基因表达谱等一些基本概念，然后利用Re—lief、Fisher判别、Wilcoxon和Kruskal-Wallis秩和检验方法、信噪比方法、主成分分析方法、因子分析方法、独立分量分析方法、经典粗糙集和邻域粗糙集、人工神经网络和集成神经网络、小波包变换和离散余弦变换、遗传算法和遗传规划、流形学习、张量分析等方法，系统研究了基于基因表达谱的肿瘤亚型数据挖掘方法（包括特征提取与分类识别等）。设计多种基因表达谱分类识别算法，并结合SVM、NSC、FLDA、DLDA等多种分类器及集成分类器，进行大量的基因表达谱分类识别实验，以图和表的形式给出大量实验结果，同时对各种方法的性能进行比较。系统研究基于基因调控概率的肿瘤基因表达谱数据挖掘方法，结合Filter和Wrapper两种特征选择方法的优点，研究基于支持向量机和惩罚策略（SVPS）的肿瘤关键基因选择算法。设计基于标准遗传算法和多目标遗传算法的集成基因表达谱特征选择方法。
本书适合国内高校和科研院所生物和信息领域中从事生物信息学教学和研究的教师、高年级本科生、研究生和科技人员，对于其他与生物信息学研究有关及有志于从事这一领域研究的计算机科研人员也是必备的参考读物。
作者简介
黄德双，工学博士，中国科学技术大学博士生导师，中国科学院合肥智能机械研究所研究员，中国科学院研究生院教授，2000年度中国科学院“百人计划”人选者。Transactions of the Institute of Measurement and Control（TIMC）国际杂志顾问编委，Advances in Artificial Neural Systems（AANS）等国际杂志编委，IEEE高级会员。已发表SCl收录学术杂志论文110多篇，SCI他引500多次，出版专著三部，获第八届全国优秀科技图书二等奖一项。曾主持国家自然科学基金项目5项，国家重点基础研究发展计划（973）项目子课题和国家高技术研究发展计划（863）项目各1项。研究兴趣为模式识别、神经网络与生物信息学。
目录
前言
第1章绪论
1.1生物信息学简介
1.1.1生物信息学概念
1.1.2生物信息学的研究背景和意义
1.1.3生物信息学的研究内容与方法
1.1.4生物信息学的研究历史和现状
1.1.5应用前景
1.2基因组时代简介
1.2.1基因组计划
1.2.2基因的基本结构
1.3基因表达谱数据挖掘的研究意义与研究现状
1.3.1研究意义
1.3.2研究现状
1.4本章小结
参考文献
第2章DNA微阵列技术与基因表达谱
2.1基因芯片与DNA微阵列
2.1.1基因芯片介绍
2.1.2基因芯片的特点、分类和制作
2.1.3基因芯片制备方法
2.1.4DNA微阵列技术的应用和研究方向
2.2基因表达谱
2.2.1基因表达谱的获取与表示
2.2.2基因表达谱的特点
2.2.3基因表达谱的数学描述
2.2.4常用的肿瘤基因表达谱数据集
2.3基因表达谱数据分析
2.3.1基因表达谱数据的预处理
2.3.2基因表达谱数据分析的层次
2.3.3差异基因筛选
2.3.4基因解读与注释
2.3.5基因表达调控
2.4基因表达谱的研究方向
2.5本章小结
参考文献
第3章基因表达谱数据挖掘中的模式识别基础
3.1模式识别的概念及其研究方向
3.2特征提取与选择方法
3.2.1特征提取中用到的统计量
3.2.2基因表达谱的特征提取与选择
3.3常用的基因表达谱聚类与分类算法
3.3.1基因表达谱聚类和分类的目的
3.3.2聚类与分类算法的划分及评估准则
3.3.3基于类间距离的聚类算法
3.3.4层次聚类
3.3.5基于密度、网格和模型的聚类算法
3.3.6K-均值法
3.3.7仿射传播聚类
3.3.8K-近邻分类方法及其改进方法
3.3.9决策树
3.3.10线性判别分析
3.3.11基因表达谱可分性判据
3.4分类器
3.4.1贝叶斯分类器
3.4.2人工神经网络
3.4.3 自组织映射
3.4.4支持向量机
3.4.5多分类器性能比较
3.5本章小结
参考文献
第4章基于因子分量分析的基因表达谱特征提取方法
4.1基因表达谱特征提取方法简介
4.2主分量分析
4.2.1主分量分析的基本思想
4.2.2主分量分析算法步骤
4.3判决主分量分析
4.3.1判决主分量分析的基本思想
4.3.2判决主分量分析算法步骤
4.4因子分析
4.4.1因子分析的基本思想
4.4.2因子分析算法的步骤
4.5独立分量分析
……
第5章基于傅里叶与小波包变换的基因表达谱特征提取方法
第6章信息基因的启发式搜索算法研究
第7章基于粗糙集的信息基因选择方法
第8章基于基因调控概率模型的基因表达谱数据挖掘方法
第9章基于神经网络和支持向量机的基因选择及肿瘤分类方法
第10章基于集成分类器系统的基因表达谱数据挖掘方法研究
第11章基于流形学习的基因表达谱特征提取方法
第12章基于张量分析的高阶基因表达谱特征提取方法
附录部分源代码
彩图
书摘插图
第1章绪论
生命是一个异常复杂的巨型系统。虽然科学家们已针对生命现象的本质做了大量的研究工作，但迄今为止人类仍然未解开生命的奥秘，甚至还不能理解最简单生命的基本过程。近年来，由于基因组测序技术的快速发展，人类基因组和多种模式高等生物及模式微生物的全基因组测序工作被逐一完成，在GenBank、EMBL和DDBJ等国际公共核苷酸数据库中的DNA序列数据变得越来越多。然而，与正在以指数方式增长的生物学数据相比，人类相关知识的增长却十分缓慢。一方面是巨量的数据；另一方面是人们在生命、医学、药物等方面对新知识的渴求，这就构成了一个极大的矛盾。人们正在目睹生物医学研究领域的一个巨大变革，即从传统的对单个基因、单个蛋白质的研究过渡到系统地对整个生物体的基因组学、蛋白质组学、转录组学进行研究；而研究方法也从传统的观察和实验，过渡到结合计算机科学、人工智能、数学等学科的理论和方法来进行分析。这个变革使得大量的计算机和数理科学工作者自然地转入到生命科学研究的领域，一门新兴的交叉学科——生物信息学（bioinformatics）应运而生。
……
