基于网络嵌入向量的生物网络结构学习技术研究

发布时间：2020-11-10 17:10

　　 随着生物技术的不断进步,生物数据爆炸式增加,信息技术的迅速发展使得研究海量生物数据成为可能。将数据间复杂结构抽象成的生物网络逐渐成为生物领域研究的热点,其中肠道微生物网络仍有很多探究的空间。目前肠道微生物分析的主要方法是微生物多样性研究和微生物基因序列对应功能的研究,缺少了肠道微生物内部复杂耦合关系的探索。为了研究肠道微生物中的相互作用的复合体,本文引入复杂网络领域的模块分析,揭示微生物数据中的模块化结构。同时针对微生物网络中存在的难以检测的隐变量、隐关系和网络结构不均衡的问题,本文使用网络学习中的网络嵌入技术,将网络结构信息转换为嵌入向量,从而增加网络特征的分析维度去解决上述问题。本文通过构建一阶微生物网络和高阶微生物嵌入网络,再引入网络模块分析,对比肠道微生物个体分析发现网络分析能够得到一致性强的模块,并且还能够挖掘出肠道微生物数据中的潜在信息,为后续功能模块的提取打下基础。该分析方法还可以应用到其他生物领域研究中,解析复杂生物复合体结构。
【学位单位】：中国科学院大学(中国科学院深圳先进技术研究院)
【学位级别】：硕士
【学位年份】：2020
【中图分类】：Q811.4;TP181
【文章目录】：
摘要
abstract
第1章 引言
    1.1 研究背景
    1.2 研究现状
    1.3 论文工作内容
    1.4 文章结构
第2章 相关理论基础
    2.1 生物网络
    2.2 图论基础
        2.2.1 图的概念
        2.2.2 图特征
    2.3 网络谱聚类
    2.4 网络嵌入
        2.4.1 网络嵌入概念
        2.4.2 网络嵌入方法
    2.5 聚类评估方法——轮廓系数
    2.6 本章小结
第3章 肠道微生物网络建模
    3.1 前言
    3.2 试验材料与预处理
    3.3 模型描述
    3.4 本章小结
第4章 网络模块的性质研究
    4.1 模块及代谢物分别与时间的相关性分析
        4.1.1 模块与时间的相关性分析
        4.1.2 关键代谢物与培养时间的关联
    4.2 关键代谢物与OTU及菌群模块相关性分析
    4.3 一阶网络和高阶网络部分模块jaccard相似度分析
    4.4 本章小结
第5章 网络模块功能探究及应用
    5.1 肠道菌群网络模块特征对代谢组进行聚类分析
    5.2 环境菌群特征对环境因子进行回归预测
        5.2.1 实验材料和预处理
        5.2.2 环境菌群模块对环境因子的回归预测
    5.3 菌群网络模块代谢功能探究
        5.3.1 前言
        5.3.2 材料和方法
        5.3.3 结果与讨论
    5.4 本章小结
第6章 总结与展望
参考文献
作者在读期间研究成果
致谢

【相似文献】

相关期刊论文 前10条

1 李志强;;高中数学引入向量的作用分析[J];中学数学教学参考;2016年12期

2 张永刚;;分析高中数学引入向量的作用[J];高中数理化;2013年20期

3 王忠华;;合理引入 巧妙解题——例谈引入向量巧妙解题[J];数理化学习(高中版);2007年09期

4 姜近芳;;引入向量以后[J];新高考(高一版);2008年Z1期

5 李海东;对中学数学课程内容中引入向量的思考[J];中小学教材教学;2004年12期

6 廖辉,梁文华;高中数学引入向量的作用[J];川北教育学院学报;1998年04期

7 何辉;;向量在中学几何中的应用[J];数学学习与研究;2013年11期

8 任亚莉;浅谈立体几何中引入向量的必要性[J];西安教育学院学报;2001年03期

9 邱惠香;;浅谈初中英语词汇教学的策略[J];广西教育;2016年37期

10 白文忠;;小白鼠程序学习和结构学习的比较[J];河北师范大学学报;1987年01期

相关博士学位论文 前10条

1 王静云;几类概率图模型结构学习算法研究[D];西安电子科技大学;2018年

2 梁成;生物网络拓扑特征分析及拓扑子结构发现算法研究[D];湖南大学;2015年

3 姜玥旭;图论算法在生物网络数据上的应用研究[D];吉林大学;2018年

4 崔修亮;生物网络分析若干关键技术及其应用研究[D];中国人民解放军军事医学科学院;2014年

5 何胜;复杂生物网络可视化方法研究[D];江南大学;2010年

6 雷菊阳;复杂环境下动态系统结构学习[D];上海交通大学;2009年

7 和凤平;东北虎肠道微生物的宏基因组学研究[D];东北林业大学;2019年

8 刘艺昀;社会挫败与人源化抑郁模型的系统生物学研究[D];重庆医科大学;2019年

9 董元秋;越冬白头鹤肠道微生物群落结构组成的时空变化及其影响因素的研究[D];安徽大学;2019年

10 严鸿林;肠道微生物及其与营养互作对猪骨骼肌表型及代谢的调控[D];四川农业大学;2018年

相关硕士学位论文 前10条

1 李倩莹;基于网络嵌入向量的生物网络结构学习技术研究[D];中国科学院大学(中国科学院深圳先进技术研究院);2020年

2 张鸣磊;嵌入向量在金融时间序列中的应用[D];吉林大学;2017年

3 陈哲;基于贝叶斯网络的航班保障研究与建模[D];中国民航大学;2019年

4 华晓莉;语能与教学显性度对中学生英语难易结构学习的影响研究[D];西北师范大学;2018年

5 陈婷;基于惩罚似然的含潜变量贝叶斯网的结构学习[D];长春工业大学;2019年

6 郭晓雪;基于流特征的因果结构学习算法研究[D];合肥工业大学;2018年

7 党彤;基于贝叶斯网络的车辆变道行为分析[D];西安理工大学;2018年

8 包义钊;基于MFO的贝叶斯网络结构学习及应用[D];中国科学技术大学;2017年

9 李军波;新课标下高中向量教学难点初探[D];四川师范大学;2013年

10 赵梦梦;同调结构学习算法及其应用研究[D];苏州大学;2015年

本文编号：2878154