生物信息學(xué)現(xiàn)在與未來

生物信息學(xué)現(xiàn)在與未來哈爾濱醫(yī)科大學(xué)生物信息學(xué)院

李霞教授1醫(yī)學(xué)下載吧一、生物信息學(xué)二、生物信息學(xué)研究方向Outline復(fù)雜疾病的基因定位基因芯片信息學(xué)技術(shù)藥物基因組信息學(xué)……三、重要的研究成果2醫(yī)學(xué)下載吧

生物信息學(xué)(Bioinformatics)是數(shù)學(xué)、計算機、信息技術(shù)與生命科學(xué)交叉形成的前沿學(xué)科。一、生物信息學(xué)3醫(yī)學(xué)下載吧Bio–molecularbiologyInformatics–computer、

mathematicsandinformaticsetc.Bioinformatics–solvingproblemsarisingfrombiologyusingmethodologyfromcomputerandmathematicsscience.BioinformationTechnology(BIT)WhatisBioinformatics?4醫(yī)學(xué)下載吧5醫(yī)學(xué)下載吧是人類自然科學(xué)史上最偉大的創(chuàng)舉之一是世紀交替之時，人類歷史上最重大的事件之一是人類認識自我的宏偉計劃

是一項全人類的國際間合作項目其規(guī)模可以與“曼哈頓原子彈計劃”、“阿波羅”登月計劃媲美，而它的意義又遠遠超出了這兩個計劃。人類基因組計劃(HumanGenomeProject）:6醫(yī)學(xué)下載吧人類基因組計劃之大事記

1990年10月

啟動國際人類基因組計劃,預(yù)計2005年完成。

1998年10月23日

美國國家人類基因組研究所在美國《Science》雜志上發(fā)表聲明說，人類基因組計劃的全部測序工作將比計劃提前兩年，即在2003年完成。1999年9月

中國獲準加入人類基因組計劃，負責(zé)測定人類基因組全部序列的1%，即3號染色體上的3000萬個堿基對，使中國成為繼美、英、日、德、法之后第六個國際人類基因組計劃參與國。1999年12月1日

國際人類基因組計劃聯(lián)合研究小組宣布完整譯出人體第22對染色體的遺傳密碼，人類首次成功完成人體染色體基因完整序列的測定。2000年4月

我國按照人類基因組計劃的部署，完成了1%人類基因組的工作框架。2000年6月26日

各國科學(xué)家公布了人類基因組工作草圖。

7醫(yī)學(xué)下載吧人類基因組計劃(HumanGenomeProject,HGP)

也稱人類基因測序計劃，主要目標(biāo)是完成對人的基因組的所有堿基序列的測定(結(jié)構(gòu)基因組)，闡明人體中全部基因的位置、結(jié)構(gòu)、功能、表達、調(diào)控方式及致病突變的全部信息(功能基因組)。

8醫(yī)學(xué)下載吧基因是染色體上的一段DNA9醫(yī)學(xué)下載吧DNA就是脫氧核糖核酸（長鏈）腺嘌呤（A）鳥嘌呤（G）胸腺嘧啶（T）胞嘧啶（C）基因測序就是讀出A-C-G-T-G-G-A-C-G…...目標(biāo)是測定人類基因組全部30億個堿基對序列。10醫(yī)學(xué)下載吧全基因組測序的方法分段克隆

分段測序

部分序列重疊

計算機拼接

完整序列繪制“標(biāo)志”11醫(yī)學(xué)下載吧DNA序列測定每一個峰代表一個堿基四種顏色代表四種不同的堿基12醫(yī)學(xué)下載吧Howmanycharactersareinthe“HeavenBook”?13醫(yī)學(xué)下載吧EntrezGenBankMGDSWISS-PROTGOMIPSLocusLinkUniGenedbESTKEGG生物數(shù)據(jù)庫14醫(yī)學(xué)下載吧

Genbank

Genbank庫包含了所有已知的核酸序列和蛋白質(zhì)序列，以及與它們相關(guān)的文獻著作和生物學(xué)注釋。它是由美國國立生物技術(shù)信息中心(NCBI)建立和維護的。它的數(shù)據(jù)直接來源于測序工作者提交的序列；由測序中心提交的大量EST序列和其它測序數(shù)據(jù)；以及與其它數(shù)據(jù)機構(gòu)協(xié)作交換數(shù)據(jù)而來。歐洲分子生物學(xué)實驗室(EMBL)的數(shù)據(jù)庫日本的DNA數(shù)據(jù)庫(DDBJ)交換數(shù)據(jù)Genbank庫里的數(shù)據(jù)按來源于約55,000個物種，其中56%是人類的基因組序列(所有序列中的34%是人類的EST序列)。每條Genbank數(shù)據(jù)記錄包含了對序列的簡要描述，它的科學(xué)命名，物種分類名稱，參考文獻，序列特征表，以及序列本身。序列特征表里包含對序列生物學(xué)特征注釋如：編碼區(qū)、轉(zhuǎn)錄單元、重復(fù)區(qū)域、突變位點或修飾位點等。所有數(shù)據(jù)記錄被劃分在若干個文件里，如細菌類、病毒類、靈長類、嚙齒類，以及EST數(shù)據(jù)、基因組測序數(shù)據(jù)、大規(guī)?；蚪M序列數(shù)據(jù)等16類，其中EST數(shù)據(jù)等又被各自分成若干個文件。NCBI的網(wǎng)址是：。EMBL的網(wǎng)址是：

http://www.ebi.ac.uk/embl/。DDBJ的網(wǎng)址是：http://www.ddbj.nig.ac.jp/

基因組數(shù)據(jù)庫

15醫(yī)學(xué)下載吧

基因組數(shù)據(jù)庫

功能數(shù)據(jù)庫(KEGG)京都基因和基因組百科全書(KEGG)是系統(tǒng)分析基因功能，聯(lián)系基因組信息和功能信息的知識庫。基因組信息存儲在GENES數(shù)據(jù)庫里，包括完整和部分測序的基因組序列；更高級的功能信息存儲在PATHWAY數(shù)據(jù)庫里，包括圖解的細胞生化過程如代謝、膜轉(zhuǎn)運、信號傳遞、細胞周期，還包括同系保守的子通路等信息；KEGG的另一個數(shù)據(jù)庫是LIGAND，包含關(guān)于化學(xué)物質(zhì)、酶分子、酶反應(yīng)等信息。KEGG提供了Java的圖形工具來訪問基因組圖譜，比較基因組圖譜和操作表達圖譜，以及其它序列比較、圖形比較和通路計算的工具，可以免費獲取。KEGG的網(wǎng)址是：http://www.genome.ad.jp/kegg/。16醫(yī)學(xué)下載吧PATHWAYDATABASE—APathwayExample17醫(yī)學(xué)下載吧功能基因組研究的目標(biāo)

基因及其編碼蛋白質(zhì)生理功能疾病相關(guān)診斷、治療、藥物開發(fā)等應(yīng)用18醫(yī)學(xué)下載吧分子生物學(xué)數(shù)據(jù)庫和分析軟件基因組制圖與測序DNA與蛋白質(zhì)序列同源性分析基因識別與翻譯

基因功能信號檢測蛋白質(zhì)結(jié)構(gòu)與功能預(yù)測疾病基因的連鎖定位克隆策略基因芯片表達譜分析基因與其產(chǎn)物間的互作網(wǎng)絡(luò)藥物基因組學(xué)與藥物分子設(shè)計

分子進化鐘與進化樹比較基因組學(xué)

自動化檢測儀器設(shè)計（軟件）系統(tǒng)生物學(xué)…...生物醫(yī)學(xué)計算機科學(xué)數(shù)學(xué)、物理信息技術(shù)（圖象識別、人工智能、計算機網(wǎng)絡(luò)、數(shù)據(jù)庫、統(tǒng)計學(xué)、DataMining……)生物信息學(xué)Bioinformatics生物信息學(xué)：交叉學(xué)科19醫(yī)學(xué)下載吧二、生物信息學(xué)研究方向20醫(yī)學(xué)下載吧如何尋找疾病相關(guān)基因？復(fù)雜疾病的基因作圖(GeneMapping)致病基因世代相傳肥胖癥正常人21醫(yī)學(xué)下載吧22醫(yī)學(xué)下載吧傳遞不平衡方法

(TransmissionDisequilibriumTest)下面是來自三個家庭的傳遞/非傳遞數(shù)據(jù)表。23醫(yī)學(xué)下載吧ThePrinciple24醫(yī)學(xué)下載吧基因芯片(genechip)信息學(xué)技術(shù)基因芯片技術(shù)是90年代的重大科技進展之一，既有重要的基礎(chǔ)研究價值，又有明顯的產(chǎn)業(yè)化前景。25醫(yī)學(xué)下載吧

數(shù)據(jù)的獲取和分析

（計算機及軟件）

雜交信號的檢測（掃描儀等）26醫(yī)學(xué)下載吧基因表達譜(ExpressProfiling)示意圖膠質(zhì)瘤腦組織27醫(yī)學(xué)下載吧生物學(xué)問題：差異表達基因、疾病亞型分析等模式識別（疾病預(yù)測）生物學(xué)證實與解釋微陣列雜交實驗特征基因探針篩選、芯片與實驗設(shè)計雜交信號采集與圖象處理標(biāo)準化與Ratio值分析聚類分析（基因或組織）基因調(diào)控網(wǎng)絡(luò)R,G基因芯片生物信息學(xué)研究28醫(yī)學(xué)下載吧無監(jiān)督學(xué)習(xí)方法

(UnsupervisedLearningMethods)

聚類分析無監(jiān)督數(shù)值分類要解決的主要問題是：將有相似表達行為的基因進行歸類，發(fā)現(xiàn)共調(diào)節(jié)表達的基因，從而推測未知基因的功能。根據(jù)基因表達譜，將組織樣本分組，這些組可能對應(yīng)于特別的表型，如癌的亞型。

常用的無監(jiān)督學(xué)習(xí)方法有：層次系統(tǒng)聚類。K–mean分割聚類。

神經(jīng)網(wǎng)絡(luò)與自組織映射

各種聚類分析方法有不同的適用條件與效能。

29醫(yī)學(xué)下載吧腫瘤疾病分型及預(yù)測

30醫(yī)學(xué)下載吧有監(jiān)督學(xué)習(xí)方法

(SupervisedLearningMethods)根據(jù)基因表達譜，有監(jiān)督學(xué)習(xí)主要要解決兩個問題：(1)分類腫瘤等疾病樣本到已知類別，即判別診斷問題。(2)識別對疾病有鑒別力的特征基因，即特征選擇問題。常用的有監(jiān)督學(xué)習(xí)方法：(1)最近鄰法

(NearestNeighbor)(2)線性判別分析

(LinearDiscriminantAnalysis)(3)分類樹法CART(ClassificationAndRegressionTrees)(4)機器學(xué)習(xí)(MachineLearning，BootingandBagging)(5)支持向量機技術(shù)(SupportVectorMachine)這些方法的主要的困難是如何排除大量無關(guān)基因的干擾31醫(yī)學(xué)下載吧Fig.1.Classificationtreesfortissuetypesbyusingespressiondataformthreegenes(M26383,R15447,M28214)32醫(yī)學(xué)下載吧遺傳算法-支持向量機偶合的特征選擇方法2001級研究生李麗：在五種不同的分類器中，GA-SVM選擇出的特征基因均高于T檢驗、非參數(shù)、隨機的基因子集的分類貢獻。33醫(yī)學(xué)下載吧RelevancenetworkjoiningdisparatefeaturesofcelllinesGreenbox:agentsWhiteboxes:genesLines:ProportionaltoCC.OnlyCC>=0.80shownhereGRAPHEDITORTOOLKIT(TomSawyerSoftware,Berkeley,CA)34醫(yī)學(xué)下載吧PATHWAYDATABASE—APathwayExample35醫(yī)學(xué)下載吧基因芯片技術(shù)的應(yīng)用領(lǐng)域基因芯片基因功能等基礎(chǔ)研究…………司法……軍事環(huán)境保護個性化給藥病理和毒理藥物篩選基因診斷疾病亞型36醫(yī)學(xué)下載吧大規(guī)模表達譜芯片基因表達譜藥物基因組信息學(xué)－藥物篩選用關(guān)鍵基因制備的芯片37醫(yī)學(xué)下載吧生物醫(yī)學(xué)信息（BMI)軟件系統(tǒng)價格昂貴$99999999938醫(yī)學(xué)下載吧給藥個性化

由于存在遺傳差異，如藥物應(yīng)答基因不同，病人對藥物的療效與副作用有不同的反應(yīng)。利用基因芯片技術(shù)可以對患者進行鑒別，實現(xiàn)對病人的個體優(yōu)化治療。我們曾經(jīng)根據(jù)藥物動力學(xué)原理，提出了一整套個體化給藥方案的設(shè)計與評價方法,研制了一套程序GPAP。希望今后能夠結(jié)合藥物基因組信息學(xué)進一步開展這方面的工作。39醫(yī)學(xué)下載吧系統(tǒng)生物醫(yī)學(xué)信息學(xué)對疾病的認識系統(tǒng)器官組織細胞分子生物醫(yī)學(xué)信息學(xué)必將成為未來醫(yī)學(xué)研究的關(guān)鍵工具！40醫(yī)學(xué)下載吧生物技術(shù)的支持和迫切需求傳統(tǒng)醫(yī)學(xué)研究產(chǎn)生多種多樣的數(shù)據(jù)信息（包括生化指標(biāo)、X線、CT、MRI、B超、心電圖等），但相對容易理解和分析。41醫(yī)學(xué)下載吧新技術(shù)（生物芯片，SNP、通路、分子模擬等）、新的研究方法（蛋白組學(xué)、基因組學(xué)、生物信息學(xué)）和互聯(lián)網(wǎng)正在為生物醫(yī)學(xué)領(lǐng)域帶來質(zhì)的飛躍。42醫(yī)學(xué)下載吧-<go:term

rdf:about="/go#GO:0003673"n_associations="0"><go:accession>GO:0003673</go:accession><go:name>Gene_Ontology</go:name></go:term>-<go:term

rdf:about="/go#GO:0003674"n_associations="0"><go:accession>GO:0003674</go:accession><go:name>molecular_function</go:name><go:definition>Theactioncharacteristicofageneproduct.</go:definition><go:part_of

rdf:resource="/go#GO:0003673"/></go:term>-<go:term

rdf:about="http:///go#GO:part_of"n_associations="0"><go:accession>GO:part_of</go:accession><go:name>part_of</go:name></go:term>-<go:term

rdf:about="/go#GO:0016209"n_associations="0"><go:accession>GO:0016209</go:accession><go:name>antioxidantactivity</go:name><go:definition>Inhibitionofthereactionsbroughtaboutbydioxygen(O2)orperoxides.Usuallytheantioxidantiseffectivebecauseitcanitselfbemoreeasilyoxidizedthanthesubstanceprotected.Thetermisoftenappliedtocomponentsthatcantrapfreeradicals,therebybreakingthechainreactionthatnormallyleadstoextensivebiologicaldamage.</go:definition><go:is_a

rdf:resource="/go#GO:0003674"/>-<go:dbxref

rdf:parseType="Resource"><go:database_symbol>SP_KW</go:database_symbol><go:reference>Antioxidant</go:reference></go:dbxref>-<go:dbxref

rdf:parseType="Resource"><go:database_symbol>HAMAP</go:database_symbol><go:reference>MF_00269</go:reference></go:dbxref>-<go:dbxref

rdf:parseType="Resource"><go:database_symbol>HAMAP</go:database_symbol><go:reference>MF_00401</go:reference></go:dbxref></go:term>-<go:term

rdf:about="http:///go#GO:is_a"n_associations="0"><go:accession>GO:is_a</go:accession><go:name>is_a</go:name></go:term>

1 Z11793_at SelenoproteinP 5871.53942 D38549_at KIAA0068gene,partialcds 5981.40983 U31383_at Gproteingamma-10subunitmRNA 6013.58824 U26648_at STX5ASyntaxin5A 6030.75275 L77886_at ProteintyrosinephosphatasemRNA 6034.60046 U73377_at SKIV-skiaviansarcomaviraloncogenehomolog 6043.97927 M37721_at PAMPeptidylglycinealpha-amidating

monooxygenase 6044.62968 U90716_at CellsurfaceproteinHCARmRNA 6103.35809 J05633_at ITGB5Integrinbeta-5subunit 6131.022110 X69910_at P63mRNAfortransmembraneprotein 6150.392711 U41515_at Deletedinsplithand/splitfoot1(DSS1)mRNA 6205.280812 D44466_at Proteasomesubunitp112 6235.860513 L19314_at HRYgene 6248.616814 U03100_at CTNNA1Catenin(cadherin-associatedprotein),alpha1(102 6248.922315 U91930_at AP-3complexdeltasubunitmRNA 6273.991516 M57730_at EPH-RELATEDRECEPTORTYROSINEKINASELIGAND1PRECURSOR 6315.020317 L77213_at Phosphomevalonate

kinasemRNA 6339.923718 X99728_at NDUFV3gene,exon3 6362.638819 U34252_at ALDH7Aldehyde

dehydrogenase7(NOTE:redefinitionofsymb 6387.026420 D30756_at KIAA0108gene 6392.8205Patient# status SamplenameatWICGR VO2max(ml/kg/mintotalbodyweight) Mvalue Trigs Chol WHR Age BMI Glucose0capillarybloodwho85 Glucose120capillarybloodwho85 Insulin0 Insulin120 UQCRB(209065_at) Centroid(Using34OXPHOS-CRGenes) Glycogen(mmol/kg) Type1(n) Type1(%) Type1Area(μm2) Type1Area(%) Type1MeanArea(μm2) Type1Min.Area(μm2) Type1Max.Area(μm2) Cap./Type1(meann) Type2a(n) Type2a(%) Type2aArea(μm2) Type2aArea(%) Type2aMeanArea(μm2) Type2aMin.Area(μm2) Type2aMax.Area(μm2) Cap./Type2a(meann) Type2b(n) Type2b(%) Type2bArea(μm2) Type2bArea(%) Type2bMeanArea(μm2) Type2bMin.area(μm2) Type2bMax.area(μm2) Cap./Type2b(meann)10122 DM2 DM2_mm39_10122:CI2002061839AA 26.08 5.08 1.02 5.72 0.95 67.00 25.01 8.40 14.90 3 19 88.19 0.001665118 230.2915702 82 32.8 3.51 59 23.6 2.98 109 43.6 2.5810126 DM2 DM2_mm21_10126:CI2002061821AA 25.67 3.33 1.65 5.87 65.90 25.78 5.40 7.90 11 53 205.9 0.016814294 427.7724518 91 35.7 3.6 52 20.4 3.79 112 43.9 3.3210131 DM2 DM2_mm77_10131:CI2002061877AA 20.85 2.47 2.94 5.34 1 65.00 28.09 8.40 18.60 10 42 212.2 -0.064649412 408.4416529 108 39.6 4.49 56 20.5 4.7 109 39.9 4.0810169 DM2 DM2_mm28_10169:CI2002061828AA 24.59 3.01 0.99 66.10 33.36 10.90 14.70 10 17 214.8 -0.048561576 375.5 52 23.11111111 428398.6783 25.03629953 8096.845864 3461.700038 14187.00002 4.844992638 103 45.77777778 909222.2655 53.13639404 8928.150548 731.951999 17932.80013 5.068462014 55 24.44444444 267472.5081 15.63151842 4867.159398 955.8429603 10221.50009 2.81944444810179 DM2 DM2_mm03_10179:CI2002061803AA 16.84 1.47 4.81 7.6 0.98 65.90 31.34 8.10 16.10 26 68 218.3 -0.01488 399.8990769 47 31.12582781 272148.3554 36.86049046 5780.123442 3026.83989 8903.979776 3.826628447 5 3.311258278 28847.52082 3.907184242 5785.650181 5463.809849 6023.530119 4.625 99 65.56291391 437324.0756 59.2323253 4577.96139 473.6159798 7151.600201 2.89393937610186 DM2 DM2_mm31_10186:CI2002061831AA 18.77 5.65 2.29 6.11 1.05 68.00 33.33 7.30 15.00 11 76 232.4 -0.055387824 281.6778462 65 25.49019608 339406.1494 34.05537554 5506.588257 1670.570016 7831.889803 4.1875 36 14.11764706 157929.4171 15.84634108 4504.927003 1136.679972 6863.130064 3.098214269 144 56.47058824 452518.5773 45.4048641 3183.400713 254.0299915 7005.21019 2.49509799510189 DM2 DM2_mm05_10189:CI2002061805AA 29.68 5.49 1.02 5.02 0.99 69.00 25.09 5.90 11.10 9 59 328.9 0.035752647 258.5575385 113 49.56140351 553855.1804 54.807988 4967.512458 2617.799977 8977.179888 3.81821998 53 23.24561404 266538.2013 26.3758886 4985.734167 1330.429988 10006.20031 2.961601337 60 26.31578947 182936.3718 18.10288109 2889.630147 1300.289987 4873.939918 2.50483091710194 DM2 DM2_mm32_10194:CI2002061832AA 35.18 3.84 2.11 7.12 0.99 64.90 25.34 5.90 12.60 13 68 290.7 -0.06155 300.9461538 113 42.32209738 439541.4379 47.01476556 3934.146754 1524.180004 9041.760229 3.552506804 63 23.59550562 255244.6716 27.30179083 4103.352892 2432.660073 5795.340208 3.328457475 91 34.082397 240114.7299 25.68344361 2644.329203 1054.869969 4327.13021 2.10731595810197 DM2 DM2_mm61_10197:CI2002061861AA 20.98 5.44 1.51 4.94 0.99 65.00 25.22 8.10 20.90 5 15 116.2 -0.034958294 343.9384615 10199 DM2 DM2_mm81_10199:CI2002061881AA 24.33 4.37 0.85 6.4 0.96 64.00 27.42 4.70 10.80 7 28 296.9 -0.050696471 246.7758462 120 43.79562044 538225.7768 55.79503747 4485.214807 2269.050059 7444.379779 4.333333492 138 50.3649635 372770.2733 38.64313502 2701.233865 1171.119979 3853.509956 3.623188496 5 1.824817518 7457.289897 0.773058049 1491.457979 1218.479984 1709.320019 2.79999995210201 DM2 DM2_mm07_10201:CI2002061807AA 25.9 7.25 1.33 4.99 1 61.00 24.86 6.40 14.30 9 31 261.9 -0.082378588 357.2 71 27.84313725 271816.8517 32.69257668 3801.075725 2088.220041 7556.329784 3.691105723 99 38.82352941 342958.2804 41.24906095 3357.888328 835.286007 6781.31995 3.28036046 80 31.37254902 198315.9592 23.85230961 2458.261365 111.9460011 4391.710107 2.66071426910204 DM2 DM2_mm08_10204:CI2002061808AA 34.48 2.33 2.91 6.05 0.97 65.00 26.37 10.10 18.90 9 24 167.5 -0.065306941 600.9369231 73 52.51798561 348155.1403 48.94941213 4805.178451 2699.610091 7242.019873 5.191080332 45 32.37410072 283532.394 39.86367685 6293.932919 3931.010184 8327.029732 5.550420284 12 8.633093525 50517.58478 7.102598213 4471.14914 766.3970014 5799.639879 3.350000024新技術(shù)產(chǎn)生的海量生物信息帶來了數(shù)據(jù)共享問題、信息標(biāo)準化問題、信息集成問題以及與臨床信息融合等一系列問題，要求生物醫(yī)學(xué)信息系統(tǒng)的開發(fā)與建設(shè)。43醫(yī)學(xué)下載吧三、重要的研究成果44醫(yī)學(xué)下載吧微陣列分析可視化基因功能基因調(diào)控網(wǎng)絡(luò)疾病模式確認疾病模式發(fā)現(xiàn)表達圖譜微陣列重要模式標(biāo)志性成果：

ExpressionProfileAnalysis

45醫(yī)學(xué)下載吧標(biāo)志性成果：

GeneMining46醫(yī)學(xué)下載吧標(biāo)志性成果：

疾病遺傳異質(zhì)性研究原始數(shù)據(jù)S1G1S3G2G3G4S2S4第一次運行后S5S6G5G6第二次運行后第n次運行后47醫(yī)學(xué)下載吧系統(tǒng)的輸出結(jié)果原數(shù)據(jù)輸出數(shù)據(jù)48醫(yī)學(xué)下載吧EnsembleprocessontheresultsBasedonthenewParameterZgAlgorithmflowchart18featureionchannelgeneswereselectedDatasetIonchannelgenes’selectionEnsembletreeprocessPrimaryfeaturegenesandgoodtrees’selectionValidationbyotherclassificationmethods49醫(yī)學(xué)下載吧7.Permutationtest72samples,54675probes(14normal+58disease)1.Filter548ionchannelgenesandtransmembraneproteingenes2.Randompartitioneachsamplengroups.(n=3,5,7,14)10.Featuregenesets’validatedbyotherclassificationmethods1/n1/n…1/n3.Selecttrainingandtestgroup(n-1)/ntraining

1/ntest4.TrainModeltrained5.Reselect6.Repartition8.Featuregenesselection9.GoodtreesselectionSelectionbasedonrulesEnsembleprocessontheresultsBasedonthenewParameterZgAlgorithmflowchart18featureionchannelgeneswereselected50醫(yī)學(xué)下載吧GeneIDSymbolGeneIDSymbolGeneIDSymbol22SLC17A885CACNG1313P2RX727KCNG1119KCNA3325SLC12A831IRTA1157SLC17A2360CFTR38TPTE200KCNA10456KCND161KCNV1209KCNK12476KCNJ1070NECAB2227TRPM5533NorecordFeaturegenesKCNG1KCNJ1051醫(yī)學(xué)下載吧CFTR52醫(yī)學(xué)下載吧調(diào)控通路內(nèi)基因表達的相關(guān)性分析利用7套你釀酒酵母基因芯片表達譜數(shù)據(jù)，分析研究了17條基因表達調(diào)控通路內(nèi)的基因在mRNA表達水平上的相關(guān)性。發(fā)現(xiàn)有15條(88.2%)基因表達調(diào)控通路內(nèi)的基因在多套(≥4)數(shù)據(jù)集中共表達。53醫(yī)學(xué)下載吧54醫(yī)學(xué)下載吧面向個性化醫(yī)療的醫(yī)學(xué)生物學(xué)信息系統(tǒng)個性化醫(yī)療系統(tǒng)個性化給藥系統(tǒng)個性化保健系統(tǒng)個性化診斷系統(tǒng)疾病再確認發(fā)病風(fēng)險分析靶藥物選擇虛擬治療及效果分析…網(wǎng)絡(luò)和本地數(shù)據(jù)庫分子細胞組織系統(tǒng)臨床醫(yī)學(xué)數(shù)據(jù)庫群體數(shù)據(jù)庫分子生物學(xué)數(shù)據(jù)庫…病人序列分析表達譜分析通路分析智能化生物醫(yī)學(xué)信息搜索引擎醫(yī)學(xué)生物信息學(xué)算法庫…分子模擬關(guān)鍵技術(shù)數(shù)據(jù)庫功能模塊應(yīng)用模塊55醫(yī)學(xué)下載吧科研論文數(shù)量和質(zhì)量－新的飛躍論文100余篇（SCI論文20篇：EI論文3篇）

XiaLi,Shaoqi

Rao,YadongWang.GeneMining:ANovelandPowerfulEnsembleDecisionApproachtoHuntingforDiseaseGenesUsingMicroarrayExpressionProfiling.NucleicAcidsResearch,2004(影響因子：7.051)LiX，RaoS，ZhangT.AnensemblemethodforgenediscoverybasedonDNAmicroarraydata.SCIENCEINCHINA(SeriesC)2004；34(2).