期刊文献+
共找到2篇文章
< 1 >
每页显示 20 50 100
结合铁死亡建立遗传算法优化的反向传播神经网络脓毒症预后模型
1
作者 曾媛媛 常莉 +2 位作者 池晴佳 封顺 田菲菲 《中国医科大学学报》 CAS 北大核心 2024年第4期295-301,共7页
目的将铁死亡与机器学习相结合,建立一种基于遗传算法的反向传播网络(GA-BPNN)模型,以预测脓毒症患者的28 d存活情况。方法通过高通量基因表达数据库(GEO)下载脓毒症相关数据。从分子签名数据库(MSigDB)下载与铁死亡相关的基因65个。使... 目的将铁死亡与机器学习相结合,建立一种基于遗传算法的反向传播网络(GA-BPNN)模型,以预测脓毒症患者的28 d存活情况。方法通过高通量基因表达数据库(GEO)下载脓毒症相关数据。从分子签名数据库(MSigDB)下载与铁死亡相关的基因65个。使用基因集富集分析(GSEA)、基因集变异分析(GSVA)、加权基因共表达网络分析(WGCNA)和蛋白质-蛋白质相互作用(PPI)网络分析筛选脓毒症患者的铁死亡相关基因。同时利用短时间序列挖掘分析(STEM)筛选与脓毒症发展进程相关的基因,并与脓毒症患者铁死亡相关基因取交集,获得脓毒症预后的关键基因。在传统的反向传播网络(BPNN)的基础上,采用遗传算法(GA)优化权值和阈值,建立脓毒症预后预测GA-BPNN模型。结果脓毒症存活组和未存活组之间铁死亡相关基因集活性差异显著。共筛选出97个脓毒症铁死亡相关基因。同时确定了191个在脓毒症发展进程中显著上调或下调的基因。取交集基因建立脓毒症四基因预测预后GA-BPNN模型。在训练集中经过迭代后训练的均方误差在0.05以下,曲线下面积(AUC)为0.98。为验证GA-BPNN模型的泛化能力和分类效果,在外部数据验证集中,将GA-BPNN模型与支持向量机(SVM)、BPNN和随机森林(RF)进行比较。结果表明,在验证集中GA-BPNN模型的AUC值均为0.92,高于SVM、RF和BPNN。结论基于GA-BPNN提出了四基因模型预测脓毒症患者的预后效果是可靠且稳定的,为脓毒症中的铁死亡提供新的见解。 展开更多
关键词 脓毒症 铁死亡 生物标志物 预后模型
在线阅读 下载PDF
衰老的表观遗传调控机制 被引量:6
2
作者 高杰 沈成 黄新河 《中国生物化学与分子生物学报》 CAS CSCD 北大核心 2017年第11期1098-1104,共7页
表观遗传通过调控基因表达影响众多生命过程。大量的证据表明,表观遗传在衰老调控中也发挥重要的作用。本文介绍表观遗传的3种主要机制对衰老的调控作用,及其对衰老的2个主要特征的影响。同时,介绍热量限制介导的抗衰老作用的表观遗传... 表观遗传通过调控基因表达影响众多生命过程。大量的证据表明,表观遗传在衰老调控中也发挥重要的作用。本文介绍表观遗传的3种主要机制对衰老的调控作用,及其对衰老的2个主要特征的影响。同时,介绍热量限制介导的抗衰老作用的表观遗传的调控机制,和3种重要的抗衰老活性小分子及其如何通过表观遗传相关机制发挥抗衰老作用。本文结果为进一步研究表观遗传在衰老调控中的作用,以及发展抗衰老干预措施提供了理论依据和重要的参考资料。 展开更多
关键词 表观遗传 衰老 热量限制 线粒体 干细胞
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部