有约束多项分布转录因子结合位点识别

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号：
    60705004
  • 项目类别：
    青年科学基金项目
  • 资助金额：
    20.0万
  • 负责人：
    刘立芳
  • 依托单位：
    西安电子科技大学
  • 学科分类：
    F0605.模式识别与数据挖掘
  • 结题年份：
    2010
  • 批准年份：
    2007
  • 项目状态：
    已结题
  • 起止时间：
    2008-01-01 至2010-12-31

项目摘要

本项目研究转录因子结合位点的"从头"识别问题。首先构建有约束多项分布motif模型，以实验统计为参考，充分考虑motif内各位点之间的相关性，以及模体的局部构象信息，增强motif模型描述生物学特征的准确性；其次研究基于有约束多项分布motif模型的机器学习问题，建立Gibbs抽样、现代进化算法、辅助生物信息有机融合的混合学习算法，着重提高对于长序列和特征微弱motif识别的准确程度；为了提供可靠的统计显著性评价，研究转录因子结合位点的分布特征，设计熵值P-value的渐进逼近的数值计算方法，提高计算的精确度并降低计算的时间复杂度，并探讨P-value与识别准确程度之间的相关性。本项目给人们进一步理解基因表达调控网络提供了一种非常有效的辅助手段，对于研究基因的调控是有重要意义的。

结项摘要

项目成果

期刊论文数量（23）
专著数量（0）
科研奖励数量（0）
会议论文数量（5）
专利数量（0）
直接支持向量机
  • DOI：
    --
  • 发表时间：
    --
  • 期刊：
    杜喆,刘三阳.直接支持向量机，控制与决策，23（8）937-941. 2008.
  • 影响因子：
    --
  • 作者：
  • 通讯作者：
直接支持向量回归机
  • DOI：
    --
  • 发表时间：
    --
  • 期刊：
    系统工程与电子技术, 2009, 31(1), 178-181(EI: 20090811917518)
  • 影响因子：
    --
  • 作者：
  • 通讯作者：
最小二乘支持向量机变型算法研究
  • DOI：
    --
  • 发表时间：
    --
  • 期刊：
    西安电子科技大学学报, 2009, 36(2), 31-337 (EI: 20091912076954 )
  • 影响因子：
    --
  • 作者：
  • 通讯作者：
A Greedy Two-stage Gibbs Sampling Method for Motif Discovery in Biological Sequences
生物序列基序发现的贪婪两阶段吉布斯采样方法
  • DOI：
    10.1109/bmei.2008.111
  • 发表时间：
    2008-05
  • 期刊：
  • 影响因子：
    --
  • 作者：
  • 通讯作者：
Non-coding background sequences modeling based on Bayesian hypothesis testing
基于贝叶斯假设检验的非编码背景序列建模
  • DOI：
    --
  • 发表时间：
    --
  • 期刊：
  • 影响因子：
    --
  • 作者：
  • 通讯作者：

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

动态组网高精度双向时间同步技术研究
  • DOI：
    10.13875/j.issn.1674-0637.2019-02-0151-11
  • 发表时间：
    2019
  • 期刊：
    时间频率学报
  • 影响因子：
    --
  • 作者：
    齐小刚;袁列萍;刘立芳
  • 通讯作者：
    刘立芳
复杂信息网络的弹性评估和优化方法研究
  • DOI：
    10.3778/j.issn.1673-9418.1706058
  • 发表时间：
    2018
  • 期刊：
    计算机科学与探索/Journal of Frontiers of Computer Science and Technology
  • 影响因子：
    --
  • 作者：
    齐小刚;张碧雯;刘立芳;胡绍林
  • 通讯作者：
    胡绍林
多元线性回归法在研究黄河口不同
  • DOI：
    --
  • 发表时间：
    --
  • 期刊：
    分析化学，2008（待刊）
  • 影响因子：
    --
  • 作者：
    张龙军;刘立芳;张向上
  • 通讯作者：
    张向上
平行板放电发光条纹特性
  • DOI：
    --
  • 发表时间：
    2013
  • 期刊：
    河北大学学报(自然科学版)
  • 影响因子：
    --
  • 作者：
    哈静;刘立芳;何寿杰
  • 通讯作者：
    何寿杰
考虑恶意节点的CRN合作频谱感知方法
  • DOI：
    --
  • 发表时间：
    2015
  • 期刊：
    通信学报
  • 影响因子：
    --
  • 作者：
    齐小刚;郑圣瑜;刘立芳;王慧芳
  • 通讯作者：
    王慧芳

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

刘立芳的其他基金

非理想条件下无人集群高精度协同定位与导航算法研究
  • 批准号：
    62373291
  • 批准年份：
    2023
  • 资助金额：
    50 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