基于DNA微阵列数据局部模式特征的共调控/表型基因簇发现技术研究

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号：
    60803026
  • 项目类别：
    青年科学基金项目
  • 资助金额：
    19.0万
  • 负责人：
    赵宇海
  • 依托单位：
    东北大学
  • 学科分类：
    F0202.系统软件、数据库与工业软件
  • 结题年份：
    2011
  • 批准年份：
    2008
  • 项目状态：
    已结题
  • 起止时间：
    2009-01-01 至2011-12-31

项目摘要

DNA微阵列技术推动生物信息学跨入了多基因、全基因组研究的崭新时代，同时也产生了远远超出传统数据分析方法处理能力的海量基因表达数据。设计符合表达数据特征的高效数据分析方法已成为生物信息学研究的热点和重点。基于局部模式特征的聚类技术为分析基因表达数据提供了一种新途径，引起了许多研究人员的高度重视。本研究侧重于设计新的基于DNA微阵列数据局部模式特征的聚类模型及算法，高效、准确地发现更多、更复杂、具有生物意义的共调控/表型基因簇。主要内容包括：基于编码和FBLD策略的最大子空间共调控基因聚类、基于深度优先搜索的"噪音容忍"最大近似子空间共调控基因聚类、基于改进枚举树的子空间表型基因聚类、基于分枝界定策略的表型基因投影聚类、基于局部封闭相似性和"先剪枝"思想的同质三维微阵列基因聚类和基于"选择性跳跃"策略的异质三维微阵列共调控基因聚类。对这些问题进行深入研究，具有很高的理论价值和广阔的应用前景。

结项摘要

项目成果

期刊论文数量（30）
专著数量（0）
科研奖励数量（6）
会议论文数量（27）
专利数量（1）
数据挖掘在基因表达数据中的应用
  • DOI：
    --
  • 发表时间：
    --
  • 期刊：
    小型微型计算机系统
  • 影响因子：
    --
  • 作者：
    印莹;赵宇海;王国仁
  • 通讯作者：
    王国仁
面向不确定图的概率可达查询
  • DOI：
    --
  • 发表时间：
    --
  • 期刊：
    计算机学报
  • 影响因子：
    --
  • 作者：
    袁野;王国仁
  • 通讯作者：
    王国仁
一种基于广义相似性的共调控基因聚类算法
  • DOI：
    --
  • 发表时间：
    --
  • 期刊：
    东北大学学报(自然科学版)
  • 影响因子：
    --
  • 作者：
    林天亮;乔百友;王国仁;赵宇海
  • 通讯作者：
    赵宇海
面向组合服务动态自适应的事务级主动伺机服务替换算法
  • DOI：
    --
  • 发表时间：
    --
  • 期刊：
    计算机学报
  • 影响因子：
    --
  • 作者：
    印莹;张斌;张锡哲
  • 通讯作者：
    张锡哲
利用决策树方法对蛋白质鉴定结果二次评价
  • DOI：
    --
  • 发表时间：
    --
  • 期刊：
    小型微型计算机系统
  • 影响因子：
    --
  • 作者：
    王国仁;毛克明;于长永;吴俊杰
  • 通讯作者：
    吴俊杰

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

基于解耦概要图的大规模图数据高效分布式挖掘算法
  • DOI：
    --
  • 发表时间：
    --
  • 期刊：
    计算机学报
  • 影响因子：
    --
  • 作者：
    李玲;印莹;赵宇海;王国仁
  • 通讯作者：
    王国仁
基于LSH的时间序列DTW相似性查询
  • DOI：
    --
  • 发表时间：
    2019
  • 期刊：
    小型微型计算机系统
  • 影响因子：
    --
  • 作者：
    李敏;于长永;张峰;马海涛;赵宇海
  • 通讯作者：
    赵宇海
基于多开发者社区的用户推荐算法
  • DOI：
    --
  • 发表时间：
    --
  • 期刊：
    软件学报
  • 影响因子：
    --
  • 作者：
    1）.时宇岑;印莹;赵宇海;张斌;王国仁
  • 通讯作者：
    王国仁
面向Flink迭代计算的高效容错处理技术
  • DOI：
    10.11897/sp.j.1016.2020.02101
  • 发表时间：
    2020
  • 期刊：
    计算机学报
  • 影响因子：
    --
  • 作者：
    郭文鹏;赵宇海;王国仁;韦刘国
  • 通讯作者：
    韦刘国
DE-ELM-SSC+半监督分类算法
  • DOI：
    10.3778/j.issn.1673-9418.1912001
  • 发表时间：
    2020
  • 期刊：
    计算机科学与探索
  • 影响因子：
    --
  • 作者：
    庞俊;黄恒;张寿;舒智梁;赵宇海
  • 通讯作者：
    赵宇海

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

赵宇海的其他基金

基于高阶SNP互作挖掘与分析的复杂疾病全基因组关联研究
  • 批准号：
    61772124
  • 批准年份：
    2017
  • 资助金额：
    64.0 万元
  • 项目类别：
    面上项目
基于不可约序关系的复杂疾病诊断基因模式发现技术研究
  • 批准号：
    61272182
  • 批准年份：
    2012
  • 资助金额：
    81.0 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