【正文】 find(A(:,i)~=0)。 改進在使用線性回歸模型區(qū)重構基因網(wǎng)絡的時候，雖然不容易產生擬合過度的情況，但是線性回歸和邏輯回歸都只能對變量只見一個線性的關系具有良好的刻畫。 模型簡述該模型的對輸入沒有嚴格的要求，而且模型簡單直觀。 若基因A，B，C之間的真實調控關系如圖所示，其中A，B，C代表基因，而邊代表調控關系，比如從A到B有一條有向邊，代表了基因A對基因B有調控關系。 尋找個新變量，使得彼此不相關主成分的系數(shù)向量的分量刻劃出第個變量關于第個主成分的重要性。考慮“反向分析法”來重構基因調控網(wǎng)絡，常見的基因調控網(wǎng)絡模型有布爾網(wǎng)絡模型、線性組合模型和貝葉斯網(wǎng)絡模型等等。然后對系數(shù)矩陣進行分析，取出影響比較大的幾個基因，然后對照基因表對基因作用的描述去尋求該重要蛋白。 疾病的發(fā)病因素和原理，對于醫(yī)療領域有著十分重要的作用。這不僅僅能夠讓更多的患者免受病痛的困擾，還能促進人類醫(yī)學史的進步。本題最終找出四個導致志愿者產生嚴重的臨床癥狀的蛋白質。然而題目所給的數(shù)據(jù)集十分龐大，如果直接將這一萬個基因全部帶入模型，那么計算量是驚人的。 可以證明，若為維隨機向量，它的協(xié)方差矩陣的個特征值為，相應的標準正交化的特征向量為，則的第主成分為。 A B C其對應的線性模型為：：采用多元線性回歸模型設因變量 y 與自變量,的線性回歸模型為 （21）其中，....,是p個未知參數(shù)，稱為回歸系數(shù)。而當前題目中只有產生和沒有產生臨床癥狀兩種不同的結果，所以采用此模型去尋求重要的蛋白質是一個可以考慮的方法。對于完全不相關的兩組變量的時候數(shù)據(jù)的誤差就會增大。 W(a(1),a(2))=1。)。 %顯示點的序號 hold on。網(wǎng)絡拓撲圖39。 end ND_netplot(W)。8. 附錄 基因網(wǎng)絡系數(shù)矩陣1 基因網(wǎng)絡系數(shù)矩陣2 基因網(wǎng)絡系數(shù)矩陣3 基因網(wǎng)絡系數(shù)矩陣4代碼：for(i=1:30)tep=[]。對于上述模型可以采用最大似然估計方法對其回歸參數(shù)進行估計。上面的公式就稱為多元線性回歸模型。當然這不是一個絕對不變的標準，可以根據(jù)實際效果作取舍，例如當后面幾個主成分的貢獻率較接近時，只選取其中一個就不公平了，若都選入又達不到簡化變量的目的，那時常常將它們一同割舍。 對于問題二，在已經重構好的基因網(wǎng)絡的基礎上尋找導致病毒感染人體以后導致志援者是否產生嚴重臨床癥狀的蛋白質。關鍵詞：線性回歸模型，基因調控網(wǎng)絡重構，多元統(tǒng)計法，主成分分析，聚類分析，邏輯回歸（LR分類器模型）1. 問題重述通過基因之間的相互調控，生物體可以實現(xiàn)細胞的生長，器官的發(fā)育、以及免疫等各種生物機能。 本文對基因調控網(wǎng)絡的重構以及導致嚴重臨床癥狀的蛋白質進行了研究和推測。我們的參賽報名號為： 參賽隊員 (簽名) ：隊員1： 隊員2： 隊員3： 武漢工業(yè)與應用數(shù)學學會第八屆華中地區(qū)大學生數(shù)學建模邀請賽組委會第八屆華中地區(qū)大學生數(shù)學建模邀請賽編 號 專 用 頁選擇的題號： B 參賽的編號： （以下內容參賽隊伍不需要填寫） 競賽評閱編號： 第八屆華中地區(qū)大學生數(shù)學建模邀請賽題目： 基因調控網(wǎng)絡的重構及病毒感染的致病機制 【摘 要】 一個基因的表達受其他基因的影響,而這個基因又影響其他基因的表達,這種相互影響相互制約的關系構成了復雜的基因調控網(wǎng)絡。本題采用邏輯回歸模型，利用LR分類器模型去尋找該重要蛋白質。因此,需要從復雜系統(tǒng)的角度研究基因網(wǎng)絡。（2） 主成分分析的實現(xiàn)：設有個樣品，個變量（指標）的數(shù)據(jù)矩陣。將10000個基因數(shù)據(jù)通過主成分分析和