计及分数阶邻接函数辨识的WGCNA优化整定方法研究

发布时间：2022-02-20 03:40

　　加权网络共表达分析（WGCNA）方法在诞生后的十多年间,已被应用在疾病分型、发病机制、药物研究、进化机制、基因功能注释等医学细分领域并产生研究成果,这显示出其广泛的应用前景。与此同时,近三十年中网络科学的研究成果也在经济、通信、控制、生物医学等众多领域取得应用。WGCNA方法正是通过网络科学中的无标度网络揭示了高度相关基因簇的表达与临床指征之间的关系。然而,现有WGCNA方法存在整定标准不统一,结果差异性明显等弊病。究其原因在于现有整数阶框架下的WGCNA整定方法不够优化,其在描述中间过程和复杂现象的能力有限。分数阶微积分学作为一个善于解决反常问题的有效工具,已在理、工、农、商、医等众多领域获得成功应用,特别是其在生物医学领域的应用已成为前沿。本文将Mittag-Leffler函数引入WGCNA方法的整定,提高了所生成无标度网络的自相似性,实现了影响幽门螺杆菌形成生物膜的核心基因选取。特别是探究了分数阶邻接函数与幽门螺杆菌耐药性,细胞膜之间的扩散等微观状态的影响。首先,本文针对现有WGCNA邻接函数无法有效提高无标度网络自相似性的弊端,引入Mittag-Leffler函数这一分数阶广义... 

【文章来源】：山东大学山东省211工程院校985工程院校教育部直属院校

【文章页数】：67 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
第一章 绪论
    1.1 研究背景及意义
        1.1.1 分数阶微积分学发展现状
        1.1.2 复杂网络模型研究现状
    1.2 主要研究内容
    1.3 本文结构安排
第二章 分数阶无标度网络建模
    2.1 分数阶微积分
    2.2 无标度网络
    2.3 邻接函数
    2.4 本章小结
第三章 分数阶邻接函数参数辨识及WGCNA优化整定方法研究
    3.1 分数阶模型的数字化实现
    3.2 Gauss-Kronrod积分法
    3.3 分数阶邻接函数的迭代学习辨识
        3.3.1 迭代学习辨识主要思想
        3.3.2 分数阶迭代学习辨识
        3.3.3 实验结果分析
    3.4 本章小结
第四章 分数阶WGCNA方法的实验验证
    4.1 实验背景及实验思路
    4.2 实验环境
    4.3 实验设计及流程
    4.4 实验结果及分析
        4.4.1 幽门螺杆菌样本聚类分析结果
        4.4.2 模块划分与结果验证
        4.4.3 基因模块的多维尺度分析
        4.4.4 基因模块与临床指征的相关性分析
        4.4.5 目标基因模块基因簇与临床指征的相关性分析
    4.5 本章小结
第五章 总结与展望
    5.1 研究总结
    5.2 研究展望
参考文献
致谢
硕士期间发表的学术论文
硕士期间申请的发明专利
参加的科研工作
所获奖励与名誉
学位论文评阅及答辩情况表


【参考文献】：
期刊论文
[1]一类具有变时滞的Hopfield型神经网络的全局指数稳定性[J]. 孙建枝,武怀勤,单彩虹.  计算技术与自动化. 2007(03)



本文编号：3634241