项目名称: 基于数据挖掘技术的信号通路识别模型与算法研究

项目编号: No.60973074

项目类型: 面上项目

立项/批准年度: 2010

项目学科: 自动化技术、计算机技术

项目作者: 陈庆锋

作者单位: 广西大学

项目金额: 27万元

中文摘要: 数据挖掘技术是生物信息学中的重要研究课题之一,研究大规模生物序列分析新算法和复杂的生物模型建模,在提供有商业价值的生物信息,科研启示和生物医学上极为有用。通常的数据挖掘方法不能处理在数据复杂程度,数据量和建模上都要复杂得多的生物数据。因此,发展有效的生物数据挖掘算法有重要的应用意义和理论价值。本项目将研究新陈代谢信号通路相关数据的采集,存储,建模和分析的理论技术和方法。信号通路中的激活跟抑制模式都非常重要,但后者因为较低的支持度易被忽略,因此挖掘算法需要搜索和考虑所有频繁的和非频繁的项集合。其次传统挖掘方法会产生大量规则,需要改进算法分组从中筛选出支持度比较大的频繁模式,避免有用规则丢失或冗余规则产生。该项目的主要目标是发现在外界刺激下蛋白激酶调控的功能和特征,包括研究对外界刺激诱导产生变化的调控机制,研究相关基因表达特征和相关基因结构功能关系。这些结果为疾病诊断和治疗提供了一条有效途径。

中文关键词: 数据挖掘;信号通路;蛋白激酶;关联规则;相似性

英文摘要:

英文关键词: Data mining;signaling pathway;protein kinase;association rule;similarity

成为VIP会员查看完整内容
0

相关内容

数据挖掘(Data mining)一般是指从大量的数据中自动搜索隐藏于其中的有着特殊关系性的信息和知识的过程。
「大规模图神经网络系统」最新2022综述:从算法到系统
专知会员服务
113+阅读 · 2022年1月14日
【干货书】数据挖掘药物发现,347页pdf
专知会员服务
133+阅读 · 2021年9月20日
基于深度学习的图异常检测技术综述
专知会员服务
83+阅读 · 2021年7月28日
专知会员服务
65+阅读 · 2020年9月24日
【KDD2020】自适应多通道图卷积神经网络
专知会员服务
119+阅读 · 2020年7月9日
生物数据挖掘中的深度学习,诺丁汉特伦特大学
专知会员服务
67+阅读 · 2020年3月5日
WSDM 2020教程《深度贝叶斯数据挖掘》,附257页PPT下载
专知会员服务
156+阅读 · 2020年2月7日
机器学习中原型学习研究进展
专知
0+阅读 · 2022年1月18日
一种关键字提取新方法
1号机器人网
21+阅读 · 2018年11月15日
国家自然科学基金
1+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
2+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2008年12月31日
国家自然科学基金
0+阅读 · 2008年12月31日
国家自然科学基金
12+阅读 · 2008年12月31日
Arxiv
1+阅读 · 2022年4月19日
Arxiv
0+阅读 · 2022年4月19日
小贴士
相关VIP内容
「大规模图神经网络系统」最新2022综述:从算法到系统
专知会员服务
113+阅读 · 2022年1月14日
【干货书】数据挖掘药物发现,347页pdf
专知会员服务
133+阅读 · 2021年9月20日
基于深度学习的图异常检测技术综述
专知会员服务
83+阅读 · 2021年7月28日
专知会员服务
65+阅读 · 2020年9月24日
【KDD2020】自适应多通道图卷积神经网络
专知会员服务
119+阅读 · 2020年7月9日
生物数据挖掘中的深度学习,诺丁汉特伦特大学
专知会员服务
67+阅读 · 2020年3月5日
WSDM 2020教程《深度贝叶斯数据挖掘》,附257页PPT下载
专知会员服务
156+阅读 · 2020年2月7日
相关资讯
相关基金
国家自然科学基金
1+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
2+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2008年12月31日
国家自然科学基金
0+阅读 · 2008年12月31日
国家自然科学基金
12+阅读 · 2008年12月31日
微信扫码咨询专知VIP会员