刘帅
- 作品数：5 被引量：12H指数：2
- 供职机构：哈尔滨医科大学生物信息学系更多>>
- 发文基金：国家自然科学基金国家高技术研究发展计划黑龙江省自然科学基金更多>>
- 相关领域：生物学医药卫生理学更多>>
- 选择与实验条件相关功能类进行基因功能深化预测
- 本课题提出一种结合GeneOntology(GO)知识体系选择与实验条件相关性较大的功能类，深化预测已知部分较粗略功能的基因到更具体的功能的分析策略。根据差异表达基因是否在GO中某些基因功能类中非随机性地聚积或者功能类中...
- 刘帅
- 关键词：基因芯片基因表达支持向量机
- 文献传递
- 根据GO分类体系选择与实验条件相关的差异表达功能结点进行基因功能深化预测被引量：1
- 2005年
- 利用有限个实验条件下的基因表达谱数据,只能对与实验条件相关的基因功能类进行有效预测,所以有必要限定可预测的基因功能类范围。据此,首先基于GeneOntology(GO)选择富集差异表达基因与实验条件相关的功能类。再通过支持向量机分类器,深化预测迄今只注释到实验条件相关功能类的父结点的基因是否属于该实验条件相关功能类。应用于一套酵母基因表达谱数据,结果显示,在剔除了高度不平衡的训练集合后,平均真阳性率(precision)与平均覆盖率(recall)都分别达到了71%与47%以上。
- 刘帅郭政李霞屠康徐建震
- 关键词：基因功能结点支持向量机分类器差异表达基因不平衡阳性率
- 结合表达谱信息进行基因功能预测中样本不平衡处理
- 应用机器学习进行分类是基因功能预测的一种重要手段.但许多预测集中的阳性样本过少,会降低功能预测的效果.针对此问题本文对结合支持向量机(SVM)算法的几种常用非平衡数据分类方法进行实验比较.在此基础上提出通过加权修正投票的...
- 朱明珠郭政李彦辉李霞高磊刘帅
- 关键词：支持向量机基因表达谱
- 文献传递
- 基因功能预测问题中的样本不平衡处理被引量：5
- 2006年
- 应用机器学习进行分类是基因功能预测的一种重要手段。但是许多预测集中的阳性样本过少,会降低功能预测的效果。针对此问题,本研究对结合支持向量机(SVM)算法的几种常用非平衡数据分类方法进行实验比较,包括投票整合分类器和移动分类面等。在此基础上提出通过加权修正投票的整合策略,以提高预测效果。实验结果显示,结合多数类样本限数取样及整合思想的投票整合法预测效果优于移动分类面法,而在投票整合法基础上的加权修正整合方法在所有方法中获得更好更稳定的结果。
- 朱明珠郭政李霞刘帅李彦辉高磊
- 关键词：支持向量机基因表达谱不平衡
- 结合基因功能分类体系筛选聚类特征基因被引量：6
- 2005年
- 使用两套基因表达谱数据,按各基因的表达值方差,选择表达变异基因对样本聚类,发现一般使用方差较大的前10%的基因作为特征基因,就可以较好地对疾病样本聚类。对不同的疾病,包含聚类信息的特征基因有不同的分布特点。在此基础上,结合基因功能分类体系(Gene Ontology,GO),进一步筛选聚类的特征基因。通过检验在Gene Ontology中的每个功能类中的表达变异基因是否非随机地聚集,寻找疾病相关功能类,再根据相关功能类中的表达变异基因进行聚类分析。实验结果显示:结合基因功能体系进一步筛选表达变异基因作为聚类特征基因,可以保持或提高聚类准确性,并使得聚类结果具有明确的生物学意义。另外,发现了一些可能和淋巴瘤和白血病相关的基因。
- 徐建震郭政李霞李永进刘帅屠康
- 关键词：基因表达谱聚类ONTOLOGY
