导读:本文包含了基因网络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:基因,网络,差异,自闭症,蜂群,组织,抽丝剥茧。
基因网络论文文献综述
陈超,童国俊,张建斌,沈亮,何焕钟[1]（2019）在《利用加权基因共表达网络分析构建食管腺癌预后枢纽基因网络》一文中研究指出目的利用加权基因共表达网络分析(WGCNA)构建食管腺癌预后枢纽基因网络,筛选与食管腺癌预后相关的枢纽基因。方法提取癌症和肿瘤基因图谱计划(TCGA)数据库中食管腺癌的标本数据,利用WGCNA匹配基因表达数据与临床预后数据,构建食管腺癌的基因共表达网络模块,并筛选出与预后最相关的模块和枢纽基因,再根据共表达权重系数大小在Cytoscape软件中进行可视化。结果共获得9例正常食管组织和78例食管腺癌的标本,其中男67例,女11例;年龄28.0～86.6[68.4(58.0,77.1)]岁;TNM分期:Ⅰ期10例,ⅡA期9例,ⅡB期16例,Ⅲ期33例,Ⅳ期10例。共筛选得到的多个模块中深蓝色模块与预后最相关,在深蓝色模块中识别出19个枢纽基因(PAQR8、MAMDC4、CEP44、SCRG1、UGT2B15、NUDT9、FOLH1、SFTPB、FBXO8、TENM1、CASR、NEB、SMIM19、SLC20A2、RNF170、SCN2A、GOLIM4、ICK、DNAH2),并构建了枢纽基因的共表达网络。其中基因间共表达权重系数最大的3对基因分别是FOLH1和SCRG1、FOLH1和UGT2B15、FOLH1和SFTB。结论利用WGCNA可识别与食管腺癌预后相关的枢纽基因,为食管腺癌的治疗提供新靶点。(本文来源于《浙江医学》期刊2019年20期）
欧阳慧,王诗莹,郑启文,陈大方,张俊[2]（2019）在《基于全基因组关联分析与差异基因表达研究的1型发作性睡病基因网络构建》一文中研究指出目的通过研究Ⅰ型发作性睡病发病相关基因的功能和相互作用,筛选出和1型发作性睡病发病相关并存在相互作用的候选基因,构建基因互作网络,从而促进对Ⅰ型发作性睡病发病机制的研究。方法本文首先对1075位中国Ⅰ型发作性睡病患者进行了全基因组关联分析,选取达到全基因组关联分析显着水平位点所在的8个基因;然后使用公共数据库进行差异基因表达研究,选取差异表达最显着的前20个基因;最后采用文献调研的方法,找出了与发作性睡病发病有关的32个基因,一共得到60个与发作性睡病相关的候选基因。将60个候选基因输入KEGG数据库并对基因共同参与的通路进行整理,筛选出存在相互作用的基因及符合生物学逻辑的通路,得到了28个候选基因的32条通路数据,从而构建以通路为连接线,基因为节点的基因网络图。结果在构建的基因网络图中,TNF、MHCⅡ、NFATC2、CXCL8是位于关系度排名靠前的基因。结论 TNF、MHCⅡ、NFATC2、CXCL8基因和Ⅰ型发作性睡病密切相关并存在密切的相互作用,需要进一步深入研究。通过分析与疾病相关基因的所在通路和基因之间互作的网络图,可为发作性睡病具体的发病机制以及治疗方法的研究提供一定的参考。(本文来源于《中国睡眠研究会第十一届全国学术年会论文汇编》期刊2019-10-25）
刘宇佳,李莉,胡晓平,钟里科,李晶晶[3]（2019）在《基于生物信息学的胃癌特征基因网络关键节点及预后关联分析》一文中研究指出目的:本研究旨在利用生物信息学筛选胃癌的特征基因,探索胃癌的恶性机制。方法:通过GEO数据库筛选胃癌相关基因芯片作为训练集,并利用GEO2R工具分析胃癌组织相较于正常组织的差异基因,进而在验证集患者中对所筛选基因进行验证;采用String数据库计算其蛋白质-蛋白质相互作用(protein-protein interaction,PPI)网络。根据Cytoscape软件的Centiscape等插件分析PPI网络中的关键节点,分析蛋白相互作用相关性;并利用DAVID数据库对差异基因和PPI关键模块基因进行基因功能富集及注释。随后对关键节点基因进行生存分析。结果:所筛选出的63个特征差异基因对胃癌与正常组织区分度良好,主要参与调控细胞外基质受体相互作用、PI3K-AKT信号通路等。PPI网络中关键节点调控肿瘤增殖、转移。对关键节点基因进行生存性分析发现,ITGB1、COL1A2表达高的患者,其生存率远低于低表达患者(P<0.05)。结论:本文可为寻找胃癌发生发展的关键基因,探索胃癌治疗新靶点提供一定的理论依据。(本文来源于《中国临床药理学与治疗学》期刊2019年08期）
王松文,程萌杰,施利利,孙宁,张欣[4]（2019）在《水稻产量基因网络的初步研究》一文中研究指出产量是作物育种的首要目标。采用多个品种、多个对照品种对其蛋白质组学进行了解析,iTRAQ分析表明,水稻叶片和幼穗中有数万个功能蛋白表达,按照表达强度和产量的关联程度,鉴定了33个对产量有重要贡献的蛋白质,其中淀粉合成酶、种子储藏蛋白是产量构成的重要成分,采用酶活性、产量形成对糖苷合成酶及其基因调控网络进行了验证,对重要农艺性状基因克隆、基因网络重构等进行了讨论。(本文来源于《海南师范大学学报(自然科学版)》期刊2019年02期）
张文召[5]（2019）在《基于产品基因网络的物流装备造型设计研究与应用》一文中研究指出产品意象造型设计是当前企业重要的设计策略,用户需求的主观性和模糊性问题使得企业和设计师越来越难以把握真实用户需求,而单纯依靠计算机辅助技术进行的设计实际价值有限,并不能完全取代设计师。且实际生产中,出现产品品牌形象与意象风格不符,产品外观造型与用户偏好、社会审美趋势脱节等问题。因此如何科学运用现代设计方法进行产品目标造型设计,有效融合用户偏好需求与社会审美趋势,并形成企业独特品牌外形基因,以辅助设计师与企业提高产品市场竞争力,是当前产品设计面临的重要问题。本课题的研究目标在于将产品基因网络概念引入物流装备造型设计中,建立物流装备造型基因网络模型,将物流装备造型问题定义为多目标优化问题(MOO),构建多目标驱动的产品形态基因网络模型,并应用于人工优化设计与智能优化设计阶段,最终建立产品形态多目标优化设计交互原型系统,应用于物流装备造型设计中,实现计算机辅助物流装备造型设计的升级迭代,帮助设计师和企业提高设计效率,提高产品的市场竞争力。首先构建多目标驱动的产品形态基因网络模型(M-FGN)。以品牌形象、用户偏好、社会情境为驱动目标,构建多目标驱动空间;分析产品形态基因节点与边的设计,以产品形态基因为节点,以节点之间的相关性为边,构建M-FGN网络;对网络进行拓扑分析,析出隐性设计知识提供给设计师,辅助设计师进行人工优化设计。以物流装备AGV侧面形态设计为例,建立物流装备案例库与产品信息库,绘制AGV小车侧面形态M-FGN网络,对网络进行拓扑分析及设计知识转化,并进行对照试验,验证了M-FNG网络在人工优化设计阶段的可视化辅助作用。其次,建立基于RBF神经网络的产品形态多目标评价模型。基于M-FGN网络析出的宏观设计知识,简化产品形态编码,将产品形态参数作为输入层,目标评价数据作为输出层,构建RBFNN模型,从而实现产品形态基因与目标需求之间的映射。建立物流装备AGV侧面形态多目标评价模型,通过均方误差函数及配对样本t检验,验证网络的有效性。最后,建立基于改进MOABC算法的产品形态多目标优化设计模型及交互原型系统。通过M-FGN网络析出的节点集团信息,采用分而治之的策略降维蜂群算法的种群规模,并引入外部档案和精英保留策略,以改进多目标人工蜂群算法。将已建立的RBFNN网络模型作为改进的MOABC算法的适应度函数,并建立产品形态多目标优化模型,从而实现目标形态的寻优设计。采用多方法集成的综合评价法对算法得到的Pareto解集进一步筛选,得到最终优化方案。以物流装备AGV侧面形态设计为例,建立AGV侧面形态多目标优化设计交互原型系统,验证方法的有效性,实现了物流装备造型的计算机辅助创新设计。本文通过将物流装备造型问题定义为多目标优化问题,并将产品基因网络概念引入物流装备造型设计中,所提出的M-FGN网络使传统的单纯依靠设计师经验进行的设计活动变得更加科学化,提高了AGV小车品牌形象及用户感性需求传达的准确度,对设计师挖掘用户感性意象中的隐性设计知识提供了的辅助作用。同时通过引入智能算法,建立AGV侧面形态多目标评价模型以及多目标优化设计模型,并建立交互设计原型系统,应用于企业产品开发,实现物流装备的创新设计。(本文来源于《贵州大学》期刊2019-06-01）
张文召,吕健,潘伟杰,赵慧亮,刘征宏[6]（2019）在《多目标驱动的产品形态基因网络模型研究》一文中研究指出为解决产品设计过程中用户需求的主观性、模糊性问题,进一步提高产品意象传达的准确度,提出一种多目标驱动的产品形态基因网络模型(M-FGN)构建方法。以品牌形象、用户偏好、社会情境为驱动目标,构建多目标驱动空间;分析产品形态基因节点与边的设计,以产品形态基因为节点,以节点之间的相关性为边,构建M-FGN网络;对网络进行拓扑分析,析出隐性设计知识辅助设计师进行产品形态设计。以某国有企业AGV小车形态设计为例,通过分析AGV小车侧面形态M-FGN网络,将析出知识提供给设计师进行针对性形态方案设计,对子代方案进行对比评价,验证了M-FGN网络模型的有效性。(本文来源于《图学学报》期刊2019年02期）
李蓉,郑浪,任喜梅,钟春晓,王锦丽[7]（2019）在《基于随机矩阵理论及层次聚类方法在肝癌基因网络中的研究》一文中研究指出为了找出与肝癌发生发展有关的基因,利用随机矩阵理论及层次聚类法分析肝癌基因网络,构建了肝癌基因层次树图,分析得到5个具有不同功能的基因团簇,并预测WNT4、SLU7基因与B淋巴细胞免疫过程有关,LMNB2、CDC7L1、H2AFX基因能促进肝癌细胞的增殖.(本文来源于《湘潭大学学报(自然科学版)》期刊2019年02期）
孙怡帆,吴梦云,史兴杰[8]（2019）在《高维大数据基因网络中的社区发现——以NC方法为例》一文中研究指出从大量基因中识别出致病基因是大数据下十分重要的高维统计问题。基因间网络结构的存在使得对于致病基因的识别从单个基因识别扩展到基因模块识别。从基因网络中挖掘出基因模块就是所谓的社区发现(或节点聚类)问题。绝大多数社区发现方法仅利用网络结构信息,而忽略节点本身的信息。Newman和Clauset于2016年提出了一个将二者有机结合的基于统计推断的社区发现方法(简称为NC方法)。本文以NC方法为案例,介绍统计方法在实际基因网络中的应用和取得的成果,并从统计学角度提出了改进措施。通过对NC方法的分析可以看出,对于以基因网络为代表的非结构化数据,统计思想和原理在数据分析中仍然处于核心地位,但相应的统计方法则需要针对数据的特点及关心的问题进行相应的调整和优化。(本文来源于《统计研究》期刊2019年03期）
郑洋,刘露露,王佳慧,傅品悦,赵铁建[9]（2019）在《基于KEGG通路和基因网络对肝纤维化靶点基因的筛选》一文中研究指出目的:运用DAVID数据库得到通路和基因的相关信息,分析出重要基因的功能和分布,筛选出与肝纤维化(hepatic fibrosis,HF)相关的靶点基因,促进对HF发病机制的研究以及新药的开发。方法:用hepatic fibrosis为关键词在NCBI数据库中检索HF的相关基因,将得到的基因数据导入DAVID数据库,得到基因富集的通路数据。95个非冗余基因富集在16条KEGG通路进行了分析,将95个基因输入String数据库做相互作用的网络图,将富集在通路上的关键基因也做网络图,并且将这两个网络图进行比较。结果:在两张网络图中IL6、TGFB1、TNF、IL10、NFKB1、TLR4都是处于度排名靠前的基因。结论:IL6、TGFB1、TNF、IL10、NFKB1、TLR4需要我们进一步的去深入研究,通过分析与疾病相关基因的所在通路和基因之间互作的网络图,有利于我们了解疾病的发病机制,并为新药研发提供可靠的靶点。(本文来源于《辽宁中医杂志》期刊2019年07期）
任芳言[10]（2019）在《抽丝剥茧，寻找精神疾病源头》一文中研究指出人们很早就发现精神分裂症、自闭症具有高度遗传性，但这些神经精神疾病的病因十分复杂，涉及到的调控基因数量众多，发病机制至今仍不明确。近期，PsychENCODE项目的研究者在《科学》及其子刊中一连发布了数篇论文，基于上千份针对大脑组织的海量分析有(本文来源于《中国科学报》期刊2019-01-17）
基因网络论文开题报告
（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：
目的通过研究Ⅰ型发作性睡病发病相关基因的功能和相互作用,筛选出和1型发作性睡病发病相关并存在相互作用的候选基因,构建基因互作网络,从而促进对Ⅰ型发作性睡病发病机制的研究。方法本文首先对1075位中国Ⅰ型发作性睡病患者进行了全基因组关联分析,选取达到全基因组关联分析显着水平位点所在的8个基因;然后使用公共数据库进行差异基因表达研究,选取差异表达最显着的前20个基因;最后采用文献调研的方法,找出了与发作性睡病发病有关的32个基因,一共得到60个与发作性睡病相关的候选基因。将60个候选基因输入KEGG数据库并对基因共同参与的通路进行整理,筛选出存在相互作用的基因及符合生物学逻辑的通路,得到了28个候选基因的32条通路数据,从而构建以通路为连接线,基因为节点的基因网络图。结果在构建的基因网络图中,TNF、MHCⅡ、NFATC2、CXCL8是位于关系度排名靠前的基因。结论 TNF、MHCⅡ、NFATC2、CXCL8基因和Ⅰ型发作性睡病密切相关并存在密切的相互作用,需要进一步深入研究。通过分析与疾病相关基因的所在通路和基因之间互作的网络图,可为发作性睡病具体的发病机制以及治疗方法的研究提供一定的参考。
（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。
基因网络论文参考文献
[1].陈超,童国俊,张建斌,沈亮,何焕钟.利用加权基因共表达网络分析构建食管腺癌预后枢纽基因网络[J].浙江医学.2019
[2].欧阳慧,王诗莹,郑启文,陈大方,张俊.基于全基因组关联分析与差异基因表达研究的1型发作性睡病基因网络构建[C].中国睡眠研究会第十一届全国学术年会论文汇编.2019
[3].刘宇佳,李莉,胡晓平,钟里科,李晶晶.基于生物信息学的胃癌特征基因网络关键节点及预后关联分析[J].中国临床药理学与治疗学.2019
[4].王松文,程萌杰,施利利,孙宁,张欣.水稻产量基因网络的初步研究[J].海南师范大学学报(自然科学版).2019
[5].张文召.基于产品基因网络的物流装备造型设计研究与应用[D].贵州大学.2019
[6].张文召,吕健,潘伟杰,赵慧亮,刘征宏.多目标驱动的产品形态基因网络模型研究[J].图学学报.2019
[7].李蓉,郑浪,任喜梅,钟春晓,王锦丽.基于随机矩阵理论及层次聚类方法在肝癌基因网络中的研究[J].湘潭大学学报(自然科学版).2019
[8].孙怡帆,吴梦云,史兴杰.高维大数据基因网络中的社区发现——以NC方法为例[J].统计研究.2019
[9].郑洋,刘露露,王佳慧,傅品悦,赵铁建.基于KEGG通路和基因网络对肝纤维化靶点基因的筛选[J].辽宁中医杂志.2019
[10].任芳言.抽丝剥茧，寻找精神疾病源头[N].中国科学报.2019
论文知识图
