检索结果-维普期刊中文期刊服务平台

分子系统发育分析的生物信息学方法被引量：18: 1; 作者张树波赖剑煌《计算机科学》 CSCD 北大核心 2010年第8期47-51,66,共6页; 物种之间的系统发育分析研究物种的形成或进化历史,以及物种之间的进化关系,它是当代生命科学研究的一个重要分支。分子生物学和计算机科学的发展,为人类采用计算的方法从分子水平研究生物的进化历史以及探索生命的起源提供了新的思路... 展开更多; 关键词生物信息学系统发育分析基因进化最大简约法最大似然法邻接法; 在线阅读下载PDF 职称材料

一种基于最优局部信息融合的蛋白质亚细胞定位预测方法被引量：3: 2; 作者张树波赖剑煌何建国《中山大学学报（自然科学版）》 CAS CSCD 北大核心 2008年第6期16-21,共6页; 基于蛋白质的合成及分选机制,提出了一种新的蛋白质亚细胞定位预测方法。先采用遍历搜索技术,找出各种亚细胞蛋白质序列分选信号和成熟蛋白质之间的最佳分割位点,把蛋白质序列分为两条子序列,计算这两条子序列中的氨基酸组份并将它们融... 展开更多; 关键词亚细胞定位N端分选信号成熟蛋白质支持向量机分割位点; 在线阅读下载PDF 职称材料

基于融合信息的癌症相关基因选择方法被引量：2: 3; 作者张树波赖剑煌《计算机科学》 CSCD 北大核心 2010年第12期171-174,196,共5页; 基因表达数据的出现,为人类从分子生物学的角度研究和探索癌症的发病机理提供了广阔的前景,利用基因表达数据发现与癌症相关的基因对于癌症的诊断和治疗具有重要的意义。在过去的十几年里,已经有很多种计算方法被成功地用于从基因表达... 展开更多; 关键词基因表达数据基因选择信息增益全局可分性局部可分性融合信息; 在线阅读下载PDF 职称材料

蛋白质亚细胞定位预测的机器学习方法被引量：7: 4; 作者张树波赖剑煌《计算机科学》 CSCD 北大核心 2009年第4期29-33,49,共6页; 蛋白质亚细胞定位与其功能密切相关。蛋白质在细胞中的正确定位是细胞系统高度有序运转的前提保障。研究细胞中蛋白质定位的机制和规律,预测蛋白质的亚细胞定位,对于了解蛋白质的性质和功能,了解蛋白质之间的相互作用,探索生命的规律和... 展开更多; 关键词亚细胞定位生物信息学机器学习分类器特征提取; 在线阅读下载PDF 职称材料

基于GO体系的基因功能相似性度量方法被引量：1: 5; 作者张树波赖剑煌《计算机应用与软件》 CSCD 2016年第1期31-37,共7页; 比较基因或基因产物功能上的相似性是生命科学研究的一项重要内容,它在生物大分子功能预测、基因聚类、生物网络分析和疾病相关基因筛选等方面具有广泛的应用。计算基因之间的功能相似性已经成为生物信息学研究的基础性工作。基因本体GO... 展开更多; 关键词基因本体 GO术语语义相似性功能相似性最短路径信息量; 在线阅读下载PDF 职称材料

题名分子系统发育分析的生物信息学方法被引量：18: 1; 作者张树波赖剑煌; 机构广州航海高等专科学校计算机系中山大学数学与计算科学学院广东省信息安全技术重点实验室中山大学信息技术与科学学院; 出处《计算机科学》 CSCD 北大核心 2010年第8期47-51,66,共6页; 基金国家自然科学基金(No.60675016 60633030)资助; 文摘物种之间的系统发育分析研究物种的形成或进化历史,以及物种之间的进化关系,它是当代生命科学研究的一个重要分支。分子生物学和计算机科学的发展,为人类采用计算的方法从分子水平研究生物的进化历史以及探索生命的起源提供了新的思路。在过去的几十年中,基于分子水平的系统发育学研究取得很大的进展,各种各样基于分子水平的系统发育树推断方法被提出来。现从物种进化距离刻画和系统发育树重构算法两个方面,总结和评述了在过去十几年里,人类利用生物信息学方法在分子水平上研究物种进化关系的进展和取得的成果,分析了物种进化研究存在的问题和面临的挑战,指出了物种进化研究今后的主要方向。; 关键词生物信息学系统发育分析基因进化最大简约法最大似然法邻接法; Keywords Bioinformatics, Phylogenetic analysis, Evolution of gene, Parsimony approach, Maximum likelihood approach, Neighbor joining approach; 分类号 TP3-05 [自动化与计算机技术—计算机科学与技术]; 在线阅读下载PDF 职称材料

题名一种基于最优局部信息融合的蛋白质亚细胞定位预测方法被引量：3: 2; 作者张树波赖剑煌何建国; 机构中山大学数学与计算科学学院中山大学信息技术与科学学院中山大学生命科学技术学院; 出处《中山大学学报（自然科学版）》 CAS CSCD 北大核心 2008年第6期16-21,共6页; 基金国家自然科学基金资助项目(60675016 60633030); 文摘基于蛋白质的合成及分选机制,提出了一种新的蛋白质亚细胞定位预测方法。先采用遍历搜索技术,找出各种亚细胞蛋白质序列分选信号和成熟蛋白质之间的最佳分割位点,把蛋白质序列分为两条子序列,计算这两条子序列中的氨基酸组份并将它们融合起来作为整条蛋白质序列的特征,然后构造用于识别每类蛋白质的最佳子分类器,再根据最大化原则组建集成分类器。在NNPSL数据集上,采用5重交叉验证方法对本文方法进行测试,原核和真核两个蛋白质序列子集分别取得94.1%和87.5%的总体预测精度。同时,此方法在一些蛋白质序列中找到的分割位点与真实生物现象相吻合,能为预测蛋白质序列的剪切位点提供参考信息。; 关键词亚细胞定位N端分选信号成熟蛋白质支持向量机分割位点; Keywords subcellular localization N-terminal sorting signal mature protein support vector machine splice site; 分类号 TP391.4 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

题名基于融合信息的癌症相关基因选择方法被引量：2: 3; 作者张树波赖剑煌; 机构广州航海高等专科学校计算机系中山大学数学与计算科学学院广东省信息安全技术重点实验室中山大学信息技术与科学学院; 出处《计算机科学》 CSCD 北大核心 2010年第12期171-174,196,共5页; 基金国家自然科学基金(No.60675016 60633030)资助; 文摘基因表达数据的出现,为人类从分子生物学的角度研究和探索癌症的发病机理提供了广阔的前景,利用基因表达数据发现与癌症相关的基因对于癌症的诊断和治疗具有重要的意义。在过去的十几年里,已经有很多种计算方法被成功地用于从基因表达数据中找出与癌症相关的关键基因,然而,不同的方法从不同的角度刻画基因对不同类型样本的区分能力,它们选择出来的关键基因可能不一致,这将给医学解释和应用带来困扰。现提出一种融合的方法,即将基因在不同方面对样本的判别能力结合起来,首先计算每个基因的信息增益、全局判别能力和局部判别能力,再用它们的识别率进行加权,进而计算每个基因的综合判别能力,最后筛选出判别能力最高的基因子集作为关键基因子集。实验结果表明,此方法得到了比采用单独一种评价标准更好的识别效果。; 关键词基因表达数据基因选择信息增益全局可分性局部可分性融合信息; Keywords Gene expression data Gene selection Information gain Global separability Local separability Integrated information; 分类号 TP3-05 [自动化与计算机技术—计算机科学与技术]; 在线阅读下载PDF 职称材料

题名蛋白质亚细胞定位预测的机器学习方法被引量：7: 4; 作者张树波赖剑煌; 机构中山大学数学与计算科学学院广东省信息安全技术重点实验室中山大学信息技术与科学学院; 出处《计算机科学》 CSCD 北大核心 2009年第4期29-33,49,共6页; 基金国家自然科学基金(No.60675016 60633030)资助; 文摘蛋白质亚细胞定位与其功能密切相关。蛋白质在细胞中的正确定位是细胞系统高度有序运转的前提保障。研究细胞中蛋白质定位的机制和规律,预测蛋白质的亚细胞定位,对于了解蛋白质的性质和功能,了解蛋白质之间的相互作用,探索生命的规律和奥秘具有重要意义。基于机器学习方法的蛋白质亚细胞定位预测是生物信息学研究的热点之一。从数据集的建立、蛋白质序列特征刻画和蛋白质亚细胞定位预测算法3个方面,总结和评述了在过去十几年里机器学习方法在蛋白质亚细胞定位研究中的应用情况和取得的成果,分析了机器学习方法在蛋白质亚细胞定位预测方面存在的问题和面临的挑战,指出了蛋白质亚细胞定位研究的主要方向。; 关键词亚细胞定位生物信息学机器学习分类器特征提取; Keywords Subcellular localization, Bioinforrnatics, Machine learning, Classifier, Feature extraction; 分类号 TP3-05 [自动化与计算机技术—计算机科学与技术]; 在线阅读下载PDF 职称材料

题名基于GO体系的基因功能相似性度量方法被引量：1: 5; 作者张树波赖剑煌; 机构广州航海学院广东省信息安全技术重点实验室中山大学信息技术与科学学院; 出处《计算机应用与软件》 CSCD 2016年第1期31-37,共7页; 基金国家自然科学基金项目(60675016 60633030); 文摘比较基因或基因产物功能上的相似性是生命科学研究的一项重要内容,它在生物大分子功能预测、基因聚类、生物网络分析和疾病相关基因筛选等方面具有广泛的应用。计算基因之间的功能相似性已经成为生物信息学研究的基础性工作。基因本体GO(Gene Ontology)体系集成了多种异质数据库的信息,用结构化的自然语言术语对基因和基因产物的功能进行注释和分类,是研究基因功能相似性的有力工具。从GO术语之间相似性、基因之间功能相似性两个方面,总结和评述过去十几年里,人类利用生物信息学方法在语义水平上研究基因功能相似性的进展和取得的成果,分析基因功能相似性计算方法存在的问题和面临的挑战,指出基于GO体系的基因功能相似性度量方法今后的主要研究方向。; 关键词基因本体 GO术语语义相似性功能相似性最短路径信息量; Keywords Gene ontology GO terminology Semantic similarity Functional similarity Shortest path Information amount; 分类号 TP3-05 [自动化与计算机技术—计算机科学与技术]; 在线阅读下载PDF 职称材料

	题名	作者	出处	发文年	被引量	操作
1	分子系统发育分析的生物信息学方法	张树波赖剑煌	《计算机科学》 CSCD 北大核心	2010	18	在线阅读下载PDF 职称材料
2	一种基于最优局部信息融合的蛋白质亚细胞定位预测方法	张树波赖剑煌何建国	《中山大学学报（自然科学版）》 CAS CSCD 北大核心	2008	3	在线阅读下载PDF 职称材料
3	基于融合信息的癌症相关基因选择方法	张树波赖剑煌	《计算机科学》 CSCD 北大核心	2010	2	在线阅读下载PDF 职称材料
4	蛋白质亚细胞定位预测的机器学习方法	张树波赖剑煌	《计算机科学》 CSCD 北大核心	2009	7	在线阅读下载PDF 职称材料
5	基于GO体系的基因功能相似性度量方法	张树波赖剑煌	《计算机应用与软件》 CSCD	2016	1	在线阅读下载PDF 职称材料