生物信息学中的机器学习分析方法PDF电子书下载

0 绪论 1

0.1 生物信息学的概念 1

0.2 生物信息学的研究内容 1

0.3 微阵列分析技术 2

0.4 基因调控网络 9

0.5 蛋白质相互作用网络 11

0.6 机器学习方法及应用 12

0.7 本书主要内容和安排 15

参考文献 15

第Ⅰ篇微阵列数据的分析和处理 21

第1章 基于核方法的多病类DNA微阵列数据集成分类器 21

1.1 核机器学习 22

1.2 基分类器的选择 24

1.3 DNA微阵列数据集成分类器结构框图 29

1.4 实例研究 30

1.5 本章小结 34

参考文献 34

第2章 基于选择性独立成分分析的DNA微阵列数据集成分类器 36

2.1 基于重构样本误差的选择性独立成分分析 37

2.2 实例研究 38

2.3 本章小结 45

参考文献 45

第3章 基于相关性分析的癌症诊断 47

3.1 K均值聚类 48

3.2 基于特征选取的相关系数分析癌症诊断模型 48

3.3 实验结果和分析 51

3.4 本章小结 53

参考文献 53

第4章 基于线性回归的DNA微阵列数据稀疏特征基因选择 55

4.1 特征选择 56

4.2 回归分析 56

4.3 仿真研究 61

4.4 本章小结 64

参考文献 65

第5章 基于贝叶斯理论的DNA甲基化水平数据分型 66

5.1 贝叶斯理论概述 67

5.2 基于贝叶斯理论的DNA甲基化水平数据分型 70

5.3 聚类性能评估 74

5.4 仿真研究 75

5.5 本章小结 81

参考文献 81

第Ⅱ篇 基因调控网络的分析和构建 85

第6章 基因表达数据缺失值处理 85

6.1 三种基因表达数据缺失值估计方法 86

6.2 内部规律与外部联系结合的基因表达数据缺失值估计方法 88

6.3 仿真研究 91

6.4 本章小结 98

参考文献 98

第7章 基于角度离散化的基因调控网络定性分析 100

7.1 三种基因调控网络定性分析方法 101

7.2 基于角度离散化的基因调控网络方法 104

7.3 仿真研究 107

7.4 本章小结 109

参考文献 110

第8章 基于模糊标签传递的多时延基因调控网络分析 111

8.1 基于模糊标签传递的多时延基因调控网络 112

8.2 仿真研究 115

8.3 本章小结 118

参考文献 118

第9章 含有色噪声的基因调控网络构建 120

9.1 含有色噪声的基因调控网络模型构建 120

9.2 本章小结 127

参考文献 128

第10章 基于复杂网络的时延基因调控网络构建 129

10.1 基因表达时延的估计 129

10.2 基因调控网络的社团划分 130

10.3 实验结果与分析 132

10.4 本章小结 137

参考文献 137

第Ⅲ篇 蛋白质相互作用网络的分析 141

第11章 蛋白质相互作用网络中的重叠模块挖掘 141

11.1 重叠模块挖掘 142

11.2 算法步骤和复杂度分析 145

11.3 实验验证 146

11.4 本章小结 151

参考文献 152

第12章 简洁局部全局一致性学习 154

12.1 局部全局一致性学习算法性能分析 154

12.2 简洁局部全局一致性学习 158

12.3 收敛性证明 159

12.4 实验研究 160

12.5 本章小结 164

参考文献 164

第13章 基于主动半监督学习的蛋白质功能预测 166

13.1 基于主动半监督学习的蛋白质功能预测 167

13.2 算法步骤 169

13.3 实验结果和分析 170

13.4 本章小结 173

参考文献 173

附录 175