數(shù)學(xué)建模華中賽b題優(yōu)秀論文-wenkub.com
2025-04-04 02:42 本頁面
【正文】 )。,14,39。,10)。)。r*39。 end end ed=nh*w。 x=[]。 return。 for i=1:n a=find(A(:,i)~=0)。End%函數(shù)名netplot%使用方法輸入請help netplot%無返回值%函數(shù)只能處理無向圖%作者：tiandsp%最后修改：function netplot(A,flag) %調(diào)用方法輸入netplot(A,flag)，無返回值 %A為鄰接矩陣或關(guān)聯(lián)矩陣 %flag=1時處理鄰接矩陣 %flag=2時處理關(guān)聯(lián)矩陣 %函數(shù)只能處理無向圖 if flag==1 %鄰接矩陣表示無向圖 ND_netplot(A)。end[b,bint,r,rint,stats]=regress(new_gene(i,:)39。for j=1:i1tep=[tep,new_gene(new_represent(j),:)39。 改進(jìn)在使用線性回歸模型區(qū)重構(gòu)基因網(wǎng)絡(luò)的時候，雖然不容易產(chǎn)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(guān)系具有良好的刻畫。得到每一個基因與最終是否產(chǎn)生臨床癥狀這個因變量的相關(guān)性。將每一個志愿者的每一個時間節(jié)點(diǎn)作為一組數(shù)據(jù)，而每一個基因的值就是該組數(shù)據(jù)的一個屬性。既用總體的分布密度或概率分布的表達(dá)式及樣本所提供的信息求位置參數(shù)估計(jì)兩的一種方法。 模型簡述該模型的對輸入沒有嚴(yán)格的要求，而且模型簡單直觀。 以上線性回歸算法用Matlab實(shí)現(xiàn)，重構(gòu)出的基因調(diào)控網(wǎng)絡(luò)如下所示：圖 基因網(wǎng)絡(luò)重構(gòu)效果圖6. 問題二的建模與算法實(shí)現(xiàn)求解 模型選擇問題二：在已經(jīng)重構(gòu)好的基因網(wǎng)絡(luò)的基礎(chǔ)上尋找導(dǎo)致病毒感染人體以后導(dǎo)致支援者是否產(chǎn)生嚴(yán)重臨床癥狀的蛋白質(zhì)。對于基因i，i=1，2，...,p,若假設(shè)它與全部基因（包括它本身在內(nèi)）存在線性關(guān)系，則它的線性回歸模型為 （35）代入268組樣本數(shù)據(jù)，得：寫成矩陣的形式表示為：也即 式中，矩陣 X 是一個（T1）*P矩陣，稱 X 為回歸設(shè)計(jì)矩陣或者設(shè)計(jì)矩陣。為隨機(jī)誤差項(xiàng)，對隨機(jī)誤差項(xiàng)我們常假定 （22）稱 為理論回歸方程。 若基因A，B，C之間的真實(shí)調(diào)控關(guān)系如圖所示，其中A，B，C代表基因，而邊代表調(diào)控關(guān)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(diào)控關(guān)系。直到滿足算法的收斂條件為止。（1）聚類分析的基本思想： 聚類（clustering），簡單的講就是將一個給定的數(shù)據(jù)集分成若干個不同簇的過程。計(jì)算步驟如下：由已知的原始數(shù)據(jù)矩陣計(jì)算樣本均值向量； 其中計(jì)算樣本協(xié)方差矩陣其中把原始數(shù)據(jù)標(biāo)準(zhǔn)化，即，記。 尋找個新變量，使得彼此不相關(guān)主成分的系數(shù)向量的分量刻劃出第個變量關(guān)于第個主成分的重要性。（1） 主成分分析的基本思想： 主成分分析的基本思想是通過構(gòu)造10000個基因初始數(shù)據(jù)的適當(dāng)?shù)木€性組合，以產(chǎn)生一系列互不相關(guān)的新變量，從中選出少數(shù)幾個新變量并使它們盡可能多地包含原先所有基因的信息（降維），從而使得用這幾個新變量替代原變量分析問題成為可能。只選取部分具有代表性的數(shù)據(jù)代入模型，從而減少計(jì)算量。首先我們要對數(shù)據(jù)進(jìn)行分析，尋找與染病相關(guān)系數(shù)大的基因，然后依據(jù)附錄一的sheet2中對于基因的描述去進(jìn)一步確定關(guān)鍵蛋白質(zhì)?？紤]“反向分析法”來重構(gòu)基因調(diào)控網(wǎng)絡(luò)，常見的基因調(diào)控網(wǎng)絡(luò)模型有布爾網(wǎng)絡(luò)模型、線性組合模型和貝葉斯網(wǎng)絡(luò)模型等等。更一般些,幾乎所有的細(xì)胞活動都被基因網(wǎng)絡(luò)所控制。基因表達(dá)譜數(shù)據(jù)見附件1，其中前8個為未出現(xiàn)嚴(yán)重感染癥狀的數(shù)據(jù)，后9個為出現(xiàn)嚴(yán)重感染癥狀的數(shù)據(jù)。隨著測序技術(shù)的發(fā)展，產(chǎn)生了越來越多的高通量實(shí)驗(yàn)數(shù)據(jù)。然后對系數(shù)矩陣進(jìn)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。 問題二在第一問的基礎(chǔ)上，尋求導(dǎo)致產(chǎn)生嚴(yán)重臨床癥狀的蛋白質(zhì)。然后用spss兩階聚類法粗略地對要聚類的數(shù)目進(jìn)行一個估計(jì)，根據(jù)此估計(jì)用Kmeans算法對數(shù)據(jù)進(jìn)行處理，得到相應(yīng)的30組數(shù)據(jù)。 由于所給的基因數(shù)據(jù)譜（附錄一）十分龐大，所以首先要對數(shù)據(jù)進(jìn)行降維處理。 疾病的發(fā)病因素和原理，對于醫(yī)療領(lǐng)域有著十分重要的作用。我們鄭重承諾，嚴(yán)格遵守競賽規(guī)則，
數(shù)學(xué)相關(guān)推薦
鄂ICP備17016276號-1