基于机器学习方法的生物医学数据挖掘相关问题研究

发布时间：2021-03-14 10:06

　　进入21世纪,人类对疾病的预防及有效诊疗的追求日益迫切。科学家相继开展了人类基因组计划和人类微生物组计划。大量的实验及临床研究表明,许多疾病与人体内微生物菌群的变化有关。后基因组时代产生了海量蛋白质序列,且其数量呈爆炸式增长。然而,通过实验方式鉴定蛋白质功能和挖掘疾病和微生物菌群关系无法满足人类对快速挖掘相关信息的要求。开发先进高效的计算方法辅助实验技术、建立蛋白质功能的分析模型、鉴定未知蛋白功能、建立新型人类微生物—疾病关联关系预测模型势在必行。近年来,伴随人工智能、机器学习、数据挖掘理论的飞速发展以及计算机算力的提高,在国家“精准医学”战略的指引下,医学数据挖掘工作得以迅猛发展,成为一个研究热点。虽然计算生物学在蛋白质序列比对和人类微生物—疾病关联关系预测等相关问题的研究在过去十多年中取得了较多研究成果,但在特征提取、分类方法及关联分析方面仍可进一步研究。基于数据挖掘理论和机器学习理论,本学位论文研究了蛋白质序列相似性、治疗性多肽识别和人类微生物—疾病关联关系预测相关问题,具体研究工作概述如下:（1）目前对于未知蛋白质序列的功能研究已取得了一些研究结果,但对蛋白质序列的动态特征和非... 

【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】：103 页

【学位级别】：博士

【部分图文】：

图１．１．论文各研究内容间的逻辑关系??１．５

图２．１．蛋白质１?（ＰＩ）和蛋白质２?（Ｐ２）序列的２Ｄ图形表示??其中，人表示第外区间，ｉ?＝?ｌ，２，．．．，８

图２．３．各计算方法的结果分别与ＣｌｕｓｔａｌＷ的结果的相关系数（ＮＤ５）??

【参考文献】：
期刊论文
[1]肠道微生物与人类疾病关系的研究进展[J]. 郭晗,张捷,杨硕,乔蕊.  检验医学. 2017(12)

硕士论文
[1]基于图形表示及氨基酸顺序的蛋白质进化分析[D]. 李卫红.山东大学 2016



本文编号：3081970