目錄
前言
0 緒論 1
0.1 生物信息學的概念 1
0.2 生物信息學的研究內(nèi)容 1
0.3 微陣列分析技術 2
0.4 基因調(diào)控網(wǎng)絡 9
0.5 蛋白質(zhì)相互作用網(wǎng)絡 11
0.6 機器學習方法及應用 12
0.7 本書主要內(nèi)容和安排 15
參考文獻 15
第I篇 微陣列數(shù)據(jù)的分析和處理
第1章 基于核方法的多病類DNA微陣列數(shù)據(jù)集成分類器 21
1.1 核機器學習 22
1.2 基分類器的選擇 24
1.3 DNA微陣列數(shù)據(jù)集成分類器結(jié)構(gòu)框圖 29
1.4 實例研究 30
1.5 本章小結(jié) 34
參考文獻 34
第2章 基于選擇性獨立成分分析的DNA微陣列數(shù)據(jù)集成分類器 36
2.1 基于重構(gòu)樣本誤差的選擇性獨立成分分析 37
2.2 實例研究 38
2.3 本章小結(jié) 45
參考文獻 45
第3章 基于相關性分析的癌癥診斷 47
3.1 K均值聚類 48
3.2 基于特征選取的相關系數(shù)分析癌癥診斷模型 48
3.3 實驗結(jié)果和分析 51
3.4 本章小結(jié) 53
參考文獻 53
第4章 基于線性回歸的DNA微陣列數(shù)據(jù)稀疏特征基因選擇 55
4.1 特征選擇 56
4.2 回歸分析 56
4.3 仿真研究 61
4.4 本章小結(jié) 64
參考文獻 65
第5章 基于貝葉斯理論的DNA甲基化水平數(shù)據(jù)分型 66
5.1 貝葉斯理論概述 67
5.2 基于貝葉斯理論的DNA甲基化水平數(shù)據(jù)分型 70
5.3 聚類性能評估 74
5.4 仿真研究 75
5.5 本章小結(jié) 81
參考文獻 8l
第II篇 基因調(diào)控網(wǎng)絡的分析和構(gòu)建
第6章 基因表達數(shù)據(jù)缺失值處理 85
6.1 三種基因表達數(shù)據(jù)缺失值估計方法 86
6.2 內(nèi)部規(guī)律與外部聯(lián)系結(jié)合的基因表達數(shù)據(jù)缺失值估計方法 88
6.3 仿真研究 91
6.4 本章小結(jié) 98
參考文獻 98
第7章 基于角度離散化的基因調(diào)控網(wǎng)絡定性分析 100
7.1 三種基因調(diào)控網(wǎng)絡定性分析方法 101
7.2 基于角度離散化的基因調(diào)控網(wǎng)絡方法 104
7.3 仿真研究 107
7.4 本章小結(jié) 109
參考文獻 110
第8章 基于模糊標簽傳遞的多時延基因調(diào)控網(wǎng)絡分析 111
8.1 基于模糊標簽傳遞的多時延基因調(diào)控網(wǎng)絡 112
8.2 仿真研究 115
8.3 本章小結(jié) 118
參考文獻 118
第9章 含有色噪聲的基因調(diào)控網(wǎng)絡構(gòu)建 120
9.1 含有色噪聲的基因調(diào)控網(wǎng)絡模型構(gòu)建 120
9.2 本章小結(jié) 127
參考文獻 128
第10章 基于復雜網(wǎng)絡的時延基因調(diào)控網(wǎng)絡構(gòu)建 129
10.1 基因表達時延的估計 129
10.2 基因調(diào)控網(wǎng)絡的社團劃分 130
10.3 實驗結(jié)果與分析 132
10.4 本章小結(jié) 137
參考文獻 137
第III篇 蛋白質(zhì)相互作用網(wǎng)絡的分析
第11章 蛋白質(zhì)相互作用網(wǎng)絡中的重疊模塊挖掘 141
11.1 重疊模塊挖掘 142
11.2 算法步驟和復雜度分析 145
11.3 實驗驗證 146
11.4 本章小結(jié) 151
參考文獻 152
第12章 簡潔局部全局一致性學習 154
12.1 局部全局一致性學習算法性能分析 154
12.2 簡潔局部全局一致性學習 158
12.3 收斂性證明 159
12.4 實驗研究 160
12.5 本章小結(jié) 164
參考文獻 164
第13章 基于主動半監(jiān)督學習的蛋白質(zhì)功能預測 166
13.1 基于主動半監(jiān)督學刊的蛋白質(zhì)功能預測 167
13.2 算法步驟 169
13.3 實驗結(jié)果和分析 170
13.4 本章小結(jié) 173
參考文獻 173
附錄 175