咨询与建议

看过本文的还看了

相关文献

该作者的其他文献

文献详情 >基于知识学习的冠心病风险功能模块挖掘方法研究 收藏

基于知识学习的冠心病风险功能模块挖掘方法研究

A knowledge-learning based method to identify functional modules for coronary artery disease

作     者:李豪丽 左晓宇 欧阳平 林美华 赵忠 梁岩 钟寿强 饶绍奇 Li Haoli;Zuo Xiaoyu;Ouyang Ping;Lin Meihua;Zhao Zhong;Liang Yan;Zhong Shouqiang;Rao Shaoqi

作者机构:广东医学院公共卫生学院医学系统生物学研究所广东省东莞市523808 中山大学公共卫生学院 茂名市人民医院 

出 版 物:《中国医院统计》 (Chinese Journal of Hospital Statistics)

年 卷 期:2013年第20卷第2期

页      面:81-83,87页

学科分类:1004[医学-公共卫生与预防医学(可授医学、理学学位)] 100403[医学-营养与食品卫生学] 10[医学] 

基  金:国家自然科学基金项目(31071166) 广东省自然科学基金重点项目(8251008901000007) 广东省科技计划攻关项目(2009A030301004) 东莞市科技重点项目(201108101015) 广东医学院基金项目(XG1001,XZ1105,STIF201122,JB1214) 

主  题:数据挖掘 蛋白-蛋白互作 基因模块 冠心病 

摘      要:目的发展基于先验知识策略挖掘冠心病风险功能模块的网络分析方法。方法通过蛋白-蛋白互作知识引导扩展冠心病风险基因,构建冠心病特异性基因网络。应用Newman谱算法分解网络获取其中的高度模块化的网络模块(子网),并对各模块进行网络拓扑性质评价和功能富集分析。结果应用266个冠心病易感基因作为种子基因,由蛋白-蛋白互作知识引导构建了冠心病特异性网络,其中包含1819个基因和9767个互作对。应用谱分解法提取了14个模块,其中多数符合无标度网络特性。功能富集分析发现这些模块参与系列已知的冠心病风险生物学通路以及一些新的冠心病风险通路。结论应用表明本文提出的知识学习方法是一种识别复杂疾病风险功能模块的有效方法。

读者评论 与其他读者分享你的观点

用户名:未登录
我的评分