基于概率图与自适应聚类的混合特征种群结构推断方法研究

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号：
    61101234
  • 项目类别：
    青年科学基金项目
  • 资助金额：
    27.0万
  • 负责人：
    王峻
  • 依托单位：
    西南大学
  • 学科分类：
    F0124.生物电子学与生物信息处理
  • 结题年份：
    2014
  • 批准年份：
    2011
  • 项目状态：
    已结题
  • 起止时间：
    2012-01-01 至2014-12-31

项目摘要

种群结构推断是生物信息领域中的关键问题。本项目针对不同遗传序列数据集，结合基于集成学习和图算法的高维遗传序列降维和种群关键特征选择方法，对基于概率图和优化自适应聚类的混合遗传序列种群结构推断方法进行研究，探索能够合理推断物种种群遗传结构，提取各种群对应关键遗传特征的计算方法，为疾病治疗、作物育种等提供遗传关键信息，为机器学习方法在遗传序列分析中的应用奠定基础，指导相关分子生物学实验，为其节省成本，推动生命科学研究的发展。同时，研究中通过生物学问题检验计算方法的效果，指导计算方法的改进，也将对计算机科学中降维、特征提取及聚类算法的发展起到重要的推动作用。本项目拟：（1）提出针对具有混合特征高维样本集的自适应聚类算法；（2）开发可以处理不同类型数据的混合特征种群结构推断方法和系统，并应用于疾病分析和作物育种；（3）发表高水平期刊论文8-10篇。

结项摘要

种群结构推断是生物信息领域中的关键问题。本项目从此问题出发，针对不同类型的遗传序列数据集，结合机器学习、数据挖掘与统计学习方法，围绕混合遗传序列种群结构推断及相关的生命科学应用进行深入研究。（1）在遗传序列分析与种群结构推断方面，我们研究了大规模遗传序列的比对和分析算法，在此基础上进行遗传关键SNP位点挖掘，开发了基于统计的种群结构推断方法，并将其应用于复杂疾病的关联预测；（2）在生物医学应用建模方面，研究了遗传序列分析和分类方法，结合基于常微分方程和偏微分方程的数学模型构建，提出了基于多层次代理的生物发育过程计算建模方法，并将其用于指导疾病药物实验设计；（3）在机器学习与数据挖掘新型算法方面，从遗传序列分析这一实际问题出发，提出了能够面向高维遗传数据的加权集成聚类算法、基于稀疏表示的半监督分类方法和多标记分类方法。本项目研究过程中共发表期刊论文和会议论文13篇，开发了相应的位点挖掘、种群结构推断和进化分析软件3项。

项目成果

期刊论文数量（11）
专著数量（0）
科研奖励数量（0）
会议论文数量（3）
专利数量（0）
Association studies on mtDNA and Parkinson#39;s Disease population discrimination using the statistical classification
线粒体DNA与帕金森病的关联研究
  • DOI：
    --
  • 发表时间：
    2014
  • 期刊：
    Current Bioinformatics
  • 影响因子：
    4
  • 作者：
    Jun Wang;Le Zhang;Quan Zou;Jun Tan;Xiaowei Chen;Yukun Wu
  • 通讯作者：
    Yukun Wu
A Novel Algorithm for DNA Multiple Sequence Alignment Based on the Sliding Window and the Keyword Tree
基于滑动窗口和关键词树的DNA多序列比对新算法
  • DOI：
    10.7763/ijbbb.2013.v3.211
  • 发表时间：
    2013
  • 期刊：
    International Journal of Bioscience, Biochemistry and Bioinformatics
  • 影响因子：
    --
  • 作者：
    Yong Sun;Zili Zhang;Jun Wang
  • 通讯作者：
    Jun Wang
Sequence analysis based adaptive hierarchical clustering approach for admixture population structure inference
基于序列分析的自适应层次聚类方法用于混合群体结构推断
  • DOI：
    --
  • 发表时间：
    2010
  • 期刊：
    Journal of Information and Computational Science
  • 影响因子：
    --
  • 作者：
    Wang, Jun;Liu, Xiaoyan
  • 通讯作者：
    Liu, Xiaoyan
br / Enhancing Co-training Algorithms by Sample span style=line-height:1.5;Representativeness/span
通过样本代表性增强协同训练算法
  • DOI：
    --
  • 发表时间：
    2014
  • 期刊：
    Journal of Computational Information Systems
  • 影响因子：
    --
  • 作者：
    Xitao Zou;Xianchun Zou;Guoxian Yu;Xinghu Fu
  • 通讯作者：
    Xinghu Fu
Multi-scale agent-based modeling on melanoma and its related angiogenesis analysis.
基于多尺度代理的黑色素瘤建模及其相关血管生成分析
  • DOI：
    10.1186/1742-4682-10-41
  • 发表时间：
    2013-06-21
  • 期刊：
    Theoretical biology & medical modelling
  • 影响因子：
    --
  • 作者：
    Wang J;Zhang L;Jing C;Ye G;Wu H;Miao H;Wu Y;Zhou X
  • 通讯作者：
    Zhou X

数据更新时间：{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI：
    {{ item.doi || "--"}}
  • 发表时间：
    {{ item.publish_year || "--" }}
  • 期刊：
    {{ item.journal_name }}
  • 影响因子：
    {{ item.factor || "--"}}
  • 作者：
    {{ item.authors }}
  • 通讯作者：
    {{ item.author }}

数据更新时间：{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ monograph.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ patent.updateTime }}

其他文献

基于有向混合图的蛋白质新功能预测
  • DOI：
    10.1360/n112015-00109
  • 发表时间：
    2016
  • 期刊：
    中国科学:信息科学
  • 影响因子：
    --
  • 作者：
    傅广垣;余国先;王峻;张自力
  • 通讯作者：
    张自力
黄土地区强风化泥岩动力特性的试验研究
  • DOI：
    10.16030/j.cnki.issn.1000-3665.2016.02.13
  • 发表时间：
    2016
  • 期刊：
    水文地质工程地质
  • 影响因子：
    --
  • 作者：
    王谦;钟秀梅;车高凤;王峻;王平
  • 通讯作者：
    王平
动荷载作用下粉煤灰改良黄土的动应力-应变关系研究
  • DOI：
    --
  • 发表时间：
    2015
  • 期刊：
    世界地震工程
  • 影响因子：
    --
  • 作者：
    王峻;钟秀梅;柴少峰;杨理臣;王谦;王平
  • 通讯作者：
    王平
一种用于车辆半主动悬架控制的磁流变阻尼器模型
  • DOI：
    --
  • 发表时间：
    --
  • 期刊：
    汽车工程
  • 影响因子：
    --
  • 作者：
    王峻;沈延
  • 通讯作者：
    沈延
震后黄土动力学特性试验研究
  • DOI：
    --
  • 发表时间：
    --
  • 期刊：
    水文地质工程地质
  • 影响因子：
    --
  • 作者：
    王峻;王强;王杰民
  • 通讯作者：
    王杰民

其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI：
    {{ item.doi || "--" }}
  • 发表时间：
    {{ item.publish_year || "--"}}
  • 期刊：
    {{ item.journal_name }}
  • 影响因子：
    {{ item.factor || "--" }}
  • 作者：
    {{ item.authors }}
  • 通讯作者：
    {{ item.author }}
empty
内容获取失败，请点击重试
重试联系客服
title开始分析
查看分析示例
此项目为已结题，我已根据课题信息分析并撰写以下内容，帮您拓宽课题思路：

AI项目思路

AI技术路线图

王峻的其他基金

基于多层次数据整合的复杂疾病遗传关联分析方法研究
  • 批准号：
    61873214
  • 批准年份：
    2018
  • 资助金额：
    16.0 万元
  • 项目类别：
    面上项目

相似国自然基金

{{ item.name }}
  • 批准号：
    {{ item.ratify_no }}
  • 批准年份：
    {{ item.approval_year }}
  • 资助金额：
    {{ item.support_num }}
  • 项目类别：
    {{ item.project_type }}

相似海外基金

{{ item.name }}
{{ item.translate_name }}
  • 批准号：
    {{ item.ratify_no }}
  • 财政年份：
    {{ item.approval_year }}
  • 资助金额：
    {{ item.support_num }}
  • 项目类别：
    {{ item.project_type }}
{{ showInfoDetail.title }}

作者：{{ showInfoDetail.author }}

知道了

AI项目解读示例

课题项目：调控A型流感病毒诱导IFN-β表达的机制研究

AI项目摘要：

本研究聚焦于TRIM2蛋白在A型流感病毒诱导的IFN-β表达中的调控机制。A型流感病毒是全球性健康问题，其感染可导致严重的呼吸道疾病。IFN-β作为关键的抗病毒因子，其表达水平对抗病毒防御至关重要。然而，TRIM2如何调控IFN-β的表达尚未明确。本研究假设TRIM2通过与病毒RNA或宿主因子相互作用，影响IFN-β的产生。我们将采用分子生物学、细胞生物学和免疫学方法，探索TRIM2与A型流感病毒诱导IFN-β表达的关系。预期结果将揭示TRIM2在抗病毒免疫反应中的作用，为开发新的抗病毒策略提供理论基础。该研究对理解宿主抗病毒机制具有重要科学意义，并可能对临床治疗流感病毒感染提供新的视角。

AI项目思路：

科学问题：TRIM2如何调控A型流感病毒诱导的IFN-β表达？
前期研究：已有研究表明TRIM2参与抗病毒反应，但其具体机制尚不明确。
研究创新点：本研究将深入探讨TRIM2在IFN-β表达中的直接作用机制。
技术路线：包括病毒学、分子生物学、细胞培养和免疫检测技术。
关键技术：TRIM2与病毒RNA的相互作用分析，IFN-β启动子活性检测。
实验模型：使用A型流感病毒感染的细胞模型进行研究。

AI技术路线图

        graph TD
          A[研究起始] --> B[文献回顾与假设提出]
          B --> C[实验设计与方法学准备]
          C --> D[A型流感病毒感染模型建立]
          D --> E[TRIM2与病毒RNA相互作用分析]
          E --> F[TRIM2对IFN-β启动子活性的影响]
          F --> G[IFN-β表达水平测定]
          G --> H[TRIM2功能丧失与获得研究]
          H --> I[数据收集与分析]
          I --> J[结果解释与科学验证]
          J --> K[研究结论与未来方向]
          K --> L[研究结束]
关闭
close
客服二维码