导读:本文包含了数据表达论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:数据,蛋白,铜绿,牙周炎,多态性,正交,淋巴细胞。
数据表达论文文献综述
邓茹丹,张楠,陈影,邓建川[1]（2019）在《基于数据挖掘分析HMGB1在急性淋巴细胞白血病患者中的表达及意义》一文中研究指出目的基于数据挖掘方法分析高迁移率族蛋白1(HMGB1)在健康人群及急性淋巴细胞白血病(ALL)患者体内的表达及意义。方法通过Oncomine v4.5数据库提取HMGB1在白血病和健康人群中转录水平的相关数据,对数据库中的基因表达信息进行荟萃分析,并通过KEGG PATHWAY分析HMGB1参与的重要信号通路。结果在443项关于HMGB1在各种恶性肿瘤患者与健康人群之间的对比研究中,有38项研究提示HMGB1在恶性肿瘤患者和健康人群中的表达水平差异有统计学意义(P<0.05),其中在白血病患者中表达增高的有3项。在271项关于HMGB1在多种不同恶性肿瘤患者之间表达情况的对比研究中,有15项研究提示HMGB1在不同恶性肿瘤患者中的表达差异有统计学意义(P<0.05),其中有4项提示HMGB1在白血病患者中的表达高于其他肿瘤患者。5项关于HMGB1在ALL与健康人群中表达情况的研究提示,HMGB1在ALL中的表达量显着高于健康人。KEGG PATHWAY通路分析提示,HMGB1主要参与了自噬、碱基切除修复、程序性坏死等通路。结论 HMGB1在ALL中呈现高表达,且参与ALL的发生、发展,通过诱导自噬、DNA损伤修复等促进化疗药物耐药。(本文来源于《检验医学与临床》期刊2019年24期）
钟蓝海,马丹丹,张智勇,张翌,蔡逊[2]（2019）在《基于数据挖掘分析FAM134B在肝癌中的表达及其与预后的关系》一文中研究指出目的研究FAM134B在肝癌组织中的表达情况,探讨其表达差异与临床病理特征以及预后生存的关系。方法挖掘Oncomine、Human Protein Atlas、TCGA和Kaplan Meier-Plotter数据库,分析FAM134B在肝癌组织中的表达,并对表达量与临床病理特征以及预后生存的关系进行探讨。计数资料组间比较采用χ~2检验。FAM134B表达与肝癌预后的关系采用Kaplan-Meier模型分析。结果正常组织中,FAM134B在肾脏中表达量最高,肝脏居第9位,肿瘤组织中,其在肾癌组织表达最高,肝癌第11位。共147项有关FAM134B表达差异的研究结果差异具有统计学意义,各种癌症中其表达差异不一致。其在肝癌组织中表达量较正常肝组织中低。FAM134B蛋白定位于内质网,其表达量与肝癌患者发病年龄、肝硬化、AFP、人种、分化程度有相关性(P值均<0. 05)。FAM134B表达量与肝癌患者总生存率有关[风险比(HR)=0. 67,95%可信区间(95%CI):0. 47～0. 95,P=0. 026],且对亚洲人种预后有显着影响(HR=0. 40,95%CI:0. 22～0. 74,P=0. 003),但对白色人种影响不显着(HR=0. 65,95%CI:0. 40～1. 05,P=0. 076)。结论 FAM134B在不同癌症中表达不一致,在肝癌中低表达,蛋白定位于内质网,其低表达与肝癌部分恶性表型相关,且与患者总体生存率低有关。(本文来源于《临床肝胆病杂志》期刊2019年11期）
焦二莉,陈博[3]（2019）在《基于组学数据表达谱的下呼吸道铜绿假单胞菌毒力基因exoS和exoU的共表达网络分析》一文中研究指出目的以铜绿假单胞菌的基因芯片为研究样本,并对其进行组学数据层面的挖掘,旨在从分子生物学的层面阐明下呼吸道铜绿假单胞菌毒力基因exoS和exoU的共表达网络特征,并发现其关键的调控基因。方法于2016年3月至2018年5月采用定群抽样的方法选取内蒙古包钢医院呼吸内科接诊并在该院接受后续治疗的312例下呼吸道铜绿假单胞菌感染者为受试对象,生物标本为患者的肺泡灌洗液及痰液。使用寡聚核苷酸探针对铜绿假单胞菌的基因进行检测,对芯片数据进行预处理。选择头孢他啶、庆大霉素、哌拉西林、阿米卡星、环丙沙星、左旋氧氟沙星、多尼培南、替卡西林共8种呼吸内科针对革兰阴性菌常用的抗菌药物对生物标本进行耐药性测定,利用MCODE算法构建以exoS/exoU为核心的耐药基因共表达网络模型。结果耐药组exoS/exoU表达量均显着高于非耐药组,差异有统计学意义(P<0.05);耐药组肺泡灌洗液标本前5位差异表达基因差异表达量从高到低排序依次为RAC1、ITGB1、ITGB5、CRK及IGF1R。痰标本顺序为RAC1、CRK、IGF1R、ITGB1及ITGB5。肺泡灌洗液标本中仅RAC1与exoS、exoU表达呈正相关性(P<0.05);痰标本中RAC1、ITGB1、ITGB5、CRK及IGF1R与exoS、exoU表达呈正相关性(P<0.05)。共表达网络中纳入的基因包括exoS、exoU、RAC1、ITGB1、ITGB5、CRK、CAMK2D、RHOA、FLNA、IGF1R、TGFBR2、FOS。其中RAC1基因调控能力评分最高(72.00),调控基因数最多(6个);其后依次为ITGB1、ITGB5及CRK基因。结论痰标本出现exoS和exoU高表达提示铜绿假单胞菌有更高概率产生耐药性;RAC1、ITGB1、ITGB5及CRK基因可能是调控exoS和exoU表达的关键基因。(本文来源于《国际检验医学杂志》期刊2019年20期）
熊瀚,林睿,唐韦竹,蒙清贵,张庆云[4]（2019）在《基于ChinaPca全基因组数据和基因表达量探讨LRP1对前列腺癌发病的影响》一文中研究指出目的探讨低密度脂蛋白受体相关蛋白-1(low density lipoprotein receptor-related protein-1,LRP1)基因对前列腺癌(prostate cancer,Pca)发病的影响。方法在ChinaPca GWAS数据中对9个LRP1的单核苷酸多态性(single nucleotide polymorphism,SNP)进行前列腺癌易感性验证;取前列腺癌组织标本12例、癌旁正常组织18例和前列腺炎组织4例进行免疫组化检测;对TCGA和GTEx数据库的LRP1基因表达数据进行分析;在String网站构建LRP1基因的交互作用网络。结果 ChinaPca GWAS数据分析显示,LRP1基因的rs11172113位点可能是前列腺癌遗传易感位点(P=0.083),TC基因型与Pca发病风险有关(OR=1.267,95%CI:1.066～1.505,P=0.007)。免疫组化检测和TCGA数据库分析结果显示,LRP1在前列腺癌组织和癌旁正常组织中的表达量差异无统计学意义(P>0.05),整合TCGA和GTEx数据库数据后LRP1在前列腺癌组织中的表达降低(P<0.05)。交互作用网络显示,LRP1与前列腺癌通路相关基因PLAT、PDGFB、PDGFRB有关联。结论 LRP1基因rs11172113位点可能是前列腺癌的遗传易感位点。LRP1基因在前列腺癌组织中呈低表达,可能通过调节PLAT、PDGFB和PDGFRB基因表达调控前列腺癌相关通路而导致前列腺癌发病。(本文来源于《中国癌症防治杂志》期刊2019年05期）
涂龙科[5]（2019）在《犯罪发生与治理的司法数据表达》一文中研究指出从2016年全国各地中级以上人民法院的6 986份判决书中提取的数据显示,当前犯罪的形成与发生呈现以下规律:犯罪发生的地域化分布特征、犯罪传导存在"犯罪场"的扩散机制;在犯罪治理上,案件侦破速度的地域反差明显、二审改判数、律师参与辩护率、律师辩护支持率等各项数据两极分化。为此,可以通过建设犯罪地域化数据库;编制立体化的犯罪地图;调整打击治理犯罪策略、提高打击精准度;重视新制度、新政策引发犯罪行为的预测研判;积极预防新科技、新技术蕴含的新型犯罪风险等途径,加强对犯罪的打击与治理。(本文来源于《警学研究》期刊2019年05期）
王月,王鹏斐,袁冬,刘嘉[6]（2019）在《557例牙周炎组织转录组数据中组织蛋白酶S表达的分子及临床特征》一文中研究指出目的:探究组织蛋白酶S(CTSS)在牙周炎中的作用。方法:从GSE10334获得90例牙周炎患者的转录组数据,从GSE16134获得120例患者的转录组数据,观察牙周炎组织中CTSS的m RNA水平及免疫细胞浸润情况。用CIBERSORT方法检测牙龈组织中的免疫细胞浸润情况,R package、SPSS22.0和GraphPad Prism 5用于统计分析和图形表示。结果:牙周炎患者感染部位的CTSS转录水平明显高于未感染部位。通过全面的生物信息学分析,发现CTSS在牙周炎免疫反应中起到关键作用。在牙周炎感染的牙龈组织中,浆细胞、记忆B细胞、M2巨噬细胞、静息CD4记忆T细胞和静息肥大细胞是最丰富的细胞。此外,CTSS与免疫细胞浸润,特别是浆细胞、中性粒细胞和活化树突状细胞显着正相关。结论:牙周炎患者感染的牙龈组织中CTSS表达水平显着升高,CTSS表达水平与牙周炎患者的局部免疫应答和免疫细胞浸润密切相关,提示CTSS可作为牙周炎诊断和治疗的新靶点。(本文来源于《2019年中华口腔医学会老年口腔医学专业委员会第十四次全国老年口腔医学学术年会论文汇编》期刊2019-10-15）
梁雅丽[7]（2019）在《基于NMF-OMP的基因表达数据分类》一文中研究指出文章提出一种基于非负矩阵分解和正交匹配追踪的癌症基因表达数据分类方法。首先,采用主成分分析与奇异值分解相结合的方法对数据进行降维;其次,通过非负矩阵分解训练传感矩阵、正交匹配追踪取得测试样本的稀疏表达;最后,根据稀疏表达和样本特征矩阵进行分类。与经典的分类方法相比,该算法提高了分类准确率,对多类别、不均衡的样本分类效果更明显。(本文来源于《无线互联科技》期刊2019年19期）
兰金奕[8]（2019）在《政务“两微”平台民意表达的大数据创新思路》一文中研究指出政务新媒体的政策倡导、政民双互动的现实困境和大数据技术的独特优势,彰显了大数据融入和完善政务"两微"平台民意表达的必要性和创新性。通过完善用户信息、量化表意指标、推动平台互联,实现系统与精准、自主与规范、反馈与预见的统一。同时,通过精准对接与高效联动、优化配置人力资源、系统集成和管理,有力保障政务"两微"平台的民意表达大数据化建设,培育科学决策新思路,探索政民互动新方式,共创社会治理新模式。(本文来源于《中国管理信息化》期刊2019年19期）
黄碧芬,郑建清[9]（2019）在《KLK-11基因表达状态与卵巢癌预后关系的大数据分析》一文中研究指出目的探讨卵巢癌组织人激肽释放酶11(KLK-11)基因表达变化与卵巢癌预后的关系。方法用Kaplan Meier plotter数据库分析卵巢癌组织和正常组织中KLK-11基因表达的差异,并分析不同KLK-11基因表达状态下卵巢癌的总生存差异,探讨KLK-11基因表达的预后价值。结果 Kaplan Meier plotter数据库包含了1 653个病例样本。数据分析结果显示正常卵巢组织中KLK-11基因低表达,卵巢癌组织中KLK-11基因高表达。根据预设的截断值,1 136例为高表达组,520例患者为低表达组。低表达组卵巢癌中位总生存时间为35.63个月,高表达组为48.55个月,差异有统计学意义,风险比HR=0.77,95%CI(0.67～0.89),P=0.00021。结论卵巢癌组织KLK-11基因高表达提示预后良好,总生存可获得改善。(本文来源于《临床医学》期刊2019年09期）
刘学忠,令莉[10]（2019）在《《数据的可视化表达》教学案例》一文中研究指出案例题旨数据可视化旨在借助于图形化手段,清晰有效地传达与沟通信息,其能够直观、清晰、明了地表达数据的特点,决定着它广泛的应用。在"大数据时代",对数据可视化的充分理解和合理运用,显得更加重要。本案例研究的主要内容有:(本文来源于《中国信息技术教育》期刊2019年18期）
数据表达论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
目的研究FAM134B在肝癌组织中的表达情况,探讨其表达差异与临床病理特征以及预后生存的关系。方法挖掘Oncomine、Human Protein Atlas、TCGA和Kaplan Meier-Plotter数据库,分析FAM134B在肝癌组织中的表达,并对表达量与临床病理特征以及预后生存的关系进行探讨。计数资料组间比较采用χ~2检验。FAM134B表达与肝癌预后的关系采用Kaplan-Meier模型分析。结果正常组织中,FAM134B在肾脏中表达量最高,肝脏居第9位,肿瘤组织中,其在肾癌组织表达最高,肝癌第11位。共147项有关FAM134B表达差异的研究结果差异具有统计学意义,各种癌症中其表达差异不一致。其在肝癌组织中表达量较正常肝组织中低。FAM134B蛋白定位于内质网,其表达量与肝癌患者发病年龄、肝硬化、AFP、人种、分化程度有相关性(P值均<0. 05)。FAM134B表达量与肝癌患者总生存率有关[风险比(HR)=0. 67,95%可信区间(95%CI):0. 47～0. 95,P=0. 026],且对亚洲人种预后有显着影响(HR=0. 40,95%CI:0. 22～0. 74,P=0. 003),但对白色人种影响不显着(HR=0. 65,95%CI:0. 40～1. 05,P=0. 076)。结论 FAM134B在不同癌症中表达不一致,在肝癌中低表达,蛋白定位于内质网,其低表达与肝癌部分恶性表型相关,且与患者总体生存率低有关。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
数据表达论文参考文献
[1].邓茹丹,张楠,陈影,邓建川.基于数据挖掘分析HMGB1在急性淋巴细胞白血病患者中的表达及意义[J].检验医学与临床.2019
[2].钟蓝海,马丹丹,张智勇,张翌,蔡逊.基于数据挖掘分析FAM134B在肝癌中的表达及其与预后的关系[J].临床肝胆病杂志.2019
[3].焦二莉,陈博.基于组学数据表达谱的下呼吸道铜绿假单胞菌毒力基因exoS和exoU的共表达网络分析[J].国际检验医学杂志.2019
[4].熊瀚,林睿,唐韦竹,蒙清贵,张庆云.基于ChinaPca全基因组数据和基因表达量探讨LRP1对前列腺癌发病的影响[J].中国癌症防治杂志.2019
[5].涂龙科.犯罪发生与治理的司法数据表达[J].警学研究.2019
[6].王月,王鹏斐,袁冬,刘嘉.557例牙周炎组织转录组数据中组织蛋白酶S表达的分子及临床特征[C].2019年中华口腔医学会老年口腔医学专业委员会第十四次全国老年口腔医学学术年会论文汇编.2019
[7].梁雅丽.基于NMF-OMP的基因表达数据分类[J].无线互联科技.2019
[8].兰金奕.政务“两微”平台民意表达的大数据创新思路[J].中国管理信息化.2019
[9].黄碧芬,郑建清.KLK-11基因表达状态与卵巢癌预后关系的大数据分析[J].临床医学.2019
[10].刘学忠,令莉.《数据的可视化表达》教学案例[J].中国信息技术教育.2019
论文知识图
