摘要
疾病的发展大致可以分为三个阶段,正常状态,前疾病状态和疾病状态。前疾病状态可以根据生物网络弹性在不同阶段的动态特性识别。然而,对于网络弹性的度量,目前的研究方法大多基于模型,并且仅适用于低维度的数据,对于高通量的基因数据并不适用。在本文中,我们提出了一个数据驱动的计算基因关联网络弹性的方法,并且使用该方法识别前疾病状态。该方法的有效性已通过在1个模拟数据集和5个真实数据集的应用中得到证实。5个真实数据集包含了小鼠急性肺部损伤的基因微阵列数据集以及4个TCGA数据库的癌症数据集(肺腺癌、胃腺癌、甲状腺癌、结肠癌)。
-
单位数学学院; 华南理工大学