Upload
cassady-beasley
View
38
Download
5
Embed Size (px)
DESCRIPTION
生物信息学中的不确定性和分类问题. 邹 权 ( 博士、副教授 ) 厦门大学数据挖掘实验室 http://datamining.xmu.edu.cn/~zq. 提纲. 生物信息学和机器学习的关系 一些生物信息学中的分类问题 microRNA 识别 蛋白质功能预测 基因表达数据分析 全基因组关联分析 总结. 生物信息学. 人类基因组计划 数据存储 --- 数据库 数据分析 --- 数据挖掘 - PowerPoint PPT Presentation
Citation preview
生物信息学 人类基因组计划
数据存储 --- 数据库数据分析 --- 数据挖掘Olson M V. Human genetics: Dr Watson's base pairs[J]. Nature,
2008, 452(7189): 819-820.
HapMap 计划 /1000 Genome 计划大数据
生物信息学中的我国计算机学者 算法阶段 (1990-2000)
朱大铭、姜涛、卜东波 标注阶段 (2000-2008)
王晓龙、朱小燕等 系统分析阶段 (2008-2013)
李衍达、张学工等 大规模数据处理阶段 (2010-now)
华大基因
microRNA 识别 2006 年诺贝尔奖 ---RNA 干扰机制
CCCCUCUAUUCACAAUUGUUUGGAACUCAGUUUUGUGAUUAUUCUAUCAUUGCCAGGGAGUUUGUGUGGUUGCAUCAGGGG
DNA
···
microRNA 前体(precursor)
出核
细胞核
细胞质
······
mRNA
microRNA 成熟体
靶标
研究1:从长的DNA序列中找出前体
研究2:根据成熟体寻找靶标
CUUUCUACACAGGUUGGGAUCGGUUGCAAUGCUGUGUUUCUGUAUGGUAUUGCACUUGUCCCGGCCUGUUGAGUUUGG. . (((. . . (((((((((((( . ((( . (((((((((((. . . . . . )))))))))))))) . )))))))))))) . ))) . . . . .
U U C G U
32 个三元组——32 维特征向量
.(( ((( ((. ((. .((
( U ( ( ( , U ( ( . , U ( . ( , U ( . . , U . ( ( , U .(. , U . . ( , U . . . , G ( ( ( , G ( ( . , . . .)
(12,4,3,1,2,0,0,0,10,1, . . .)
归一化三元组(0. 1846,0. 0615,0.0462,0.0154,0.0308,0,0,0,0.1538,0.0154, …)
一级序列二级结构
说明:” (” 和” )” 意义相同,均表示发生了配对。“ .” 表示没有发生配对
每一位核苷酸和它及其相邻的两个核苷酸的配对情况
出现的次数
microRNA 分类相关论文 Chenghai Xue, Fei Li, Tao He, Guo-Ping Liu, Yanda Li, Xuegong Zhang.
Classification of real and pseudo microRNA precursors using local structure-sequence features and support vector machine. BMC Bioinformatics. 2005.6:310 (google scholar 引用 271 次,截至 2014.8.2)
Peng Jiang, Haonan Wu, Wenkai Wang, Wei Ma, Xiao Sun, Zuhong Lu. MiPred: classification of real and pseudo microRNA precursors using random forest prediction model with combined features. Nucleic Acids Research. 2007,35:W339-W344 (google scholar 引用 239 次,截至 2014.8.2)
Leyi Wei, Minghong Liao, Yue Gao, Rongrong Ji, Zengyou He, Quan Zou. Improved and promising identification of human microRNAs by incorporating a high-quality negative Set. IEEE/ACM Transactions on Computational Biology and Bioinformatics. 2014, 11(1):192-201
microRNA 与疾病的关系 图挖掘 相似度度量、不确定性
参考文献 Jiang Q, Hao Y, Wang G, et al. Prioritization of disease microRNAs through a human
phenome-microRNAome network[J]. BMC Systems Biology, 2010, 4(Suppl 1): S2. Xuan P, Han K, Guo M, et al. Prediction of microRNAs associated with human diseases
based on weighted k most similar neighbors[J]. PloS one, 2013, 8(8): e70204.
蛋白质功能预测 问题
输入:蛋白质序列,进行聚类、分类 特殊蛋白识别 --- 不平衡分类 亚细胞定位 ----- 多类分类 酶和多功能酶 --- 多类,少量多标记 功能预测 ------ 多示例、多标记 二级结构、结构域 ----- 标注、 HMM
难点特征提取分类器