生物数据分析和生物系统模型中的参数估计pdf/txt下载_在线阅读全文

编辑推荐

《生物数据分析和生物系统模型中的参数估计》是将生物大数据与生物信息技术、系统建模结合起来的高水平前沿专著！

内容简介

《生物数据分析和生物系统模型中的参数估计》是在作者对时间序列基因表达数据和非线性动态生物系统参数估计领域的研究论文基础上完成的，它包括5个部分：第1部分给出了本书的研究背景和结构纲要；第2部分包括5章，每章介绍一个时间过程的基因表达数据的方法；第3部分也包括5章，每章描述一种用于非线性动态分子生物系统的参数估计方法；第4部分介绍了有关基因调控网络的建模及参数估计研究现状与进展情况；第5部分为附录。《生物数据分析和生物系统模型中的参数估计》在该领域具有一定前沿性和创新性，《生物数据分析和生物系统模型中的参数估计》的第2～11章主要来源于作者近几年发表在知名的国际会议或期刊的研究论文。《生物数据分析和生物系统模型中的参数估计》可以作为大学教师、研究生以及研究机构的专家、学者和工程师的参考用书。

作者简介

田立平教授具有较强的科研能力和较高的教学水平，在各类期刊发表教科研论文50多篇，其中SCI6篇，EI18篇。田立平教授主持完成省部级科研项目2项，曾获河北省教学成果一等奖一项（排名第五）,北京市教学成果二等奖两项（排名分别为第一和第二）；河北省冶金厅科技进步二等奖, 北京市高等院校教学名师奖；唐山市优秀教师；北京市中青年骨干教师,北京物资学院优秀本科教学十佳教师,目前为北京市优秀教学团队《数学公共基础系列课程教学团队》带头人，北京市优秀教学团队《数学建模系列课程教学团队》主要成员。

目　　录

目录

前言

第1章导论 1

　1.1 背景 1

　1.2 本书的框架 2

第2章周期性基因鉴定的参数

目   录 
 
 
 
前言 
 
第1章  导论 1 
 
　1.1  背景 1 
 
　1.2  本书的框架 2 
 
第2章  周期性基因鉴定的参数 
 
估计方法 6 
 
　2.1  引言 6 
 
　2.2  方法 8 
 
　　2.2.1  基因的周期性表达模型 8 
 
　　2.2.2  假设检验 9 
 
　2.3  实验结果与讨论 10 
 
　2.4  结论和展望 13 
 
　参考文献 14 
 
第3章  从微阵列时间过程表达 
 
探测近似周期性表达的 
 
基因 15 
 
　3.1  引言 15 
 
　3.2  方法 17 
 
　　3.2.1  基因近似周期性的表达模型 17 
 
　　3.2.2  假设检验 19 
 
　3.3  实验结果与讨论 20 
 
　3.4  结论和展望 25 
 
　参考文献 25 
 
第4章  伪周期性基因表达谱 
 
鉴定 28 
 
　4.1  引言 28 
 
　4.2  方法 30 
 
4.2.1  伪周期性基因表达序列的 
 
鉴别模型 30 
 
　　4.2.2  假设检验 32 
 
　4.3  实验结果与讨论 33 
 
　4.4  结论和展望 35 
 
　参考文献 36 
 
第5章  基于非线性模型的周期性 
 
表达基因数据的聚类 
 
分析法 38 
 
　5.1  背景 38 
 
　5.2  方法 40 
 
　　5.2.1  周期性表达基因模型 40 
 
5.2.2  基于聚类分析的非线性 
 
模型 42 
 
　　5.2.3  验证 43 
 
　5.3  实验结果与讨论 44 
 
　5.4  总结 48 
 
　参考文献 48 
 
第6章  基于非线性模型的时间 
 
序列基因表达数据分析 51 
 
　6.1  背景 51 
 
　6.2  方法 53 
 
6.2.1  时间序列基因数据的非线性 
 
模型 53 
 
　　6.2.2  非线性模型的显著性分析 55 
 
　　6.2.3  基于非线性模型的聚类分析 56 
 
　　6.2.4  数值计算 57 
 
6.3  基因表达数据在现实生活中的 
 
应用 61 
 
　6.4  结论 62 
 
　参考文献 63 
 
第7章  有约束的交互最小二乘法 
 
对S系统生物网络模型的 
 
参数估计 66 
 
　7.1  引言 66 
 
　7.2  算法描述 68 
 
　7.3  数值算例 70 
 
　7.4  结论 73 
 
　参考文献 73 
 
第8章  线性分式模型中参数 
 
估计的迭代最小二乘法 75 
 
　8.1  引言 75 
 
　8.2  算法描述 76 
 
　8.3  说明性的例子 79 
 
　8.4  结论 82 
 
　参考文献 82 
 
第9章  一种基于幂律的细胞 
 
凋亡模型及其参数估计 84 
 
　9.1  引言 84 
 
　9.2  模型与参数估计 85 
 
　9.3  仿真结果 89 
 
　9.4  结论和未来研究方向 91 
 
　参考文献 91 
 
第10章  复杂度分析与动态代谢 
 
系统的参数估计 93 
 
　10.1  引言 93 
 
　10.2  参数估计的模型复杂性分析 94 
 
　10.3  参数估计算法 99 
 
　10.4  应用 102 
 
　10.5  结论和未来的研究方向 104 
 
　参考文献 104 
 
第11章  基于逻辑和的基因调控 
 
网络中的参数估计 107 
 
　11.1  引言 107 
 
　11.2  基于逻辑和的基因调控网络 108 
 
　11.3  参数估计方法 110 
 
　11.4  说明性的例子 112 
 
　11.5  结论 114 
 
　参考文献 114 
 
第12章  关于基因调控网络的 
 
建模及参数估计的研究 
 
现状及进展 117 
 
　12.1  研究意义 117 
 
　12.2  国内外研究现状分析 118 
 
　12.3  未来研究的主要问题 123 
 
12.4  主要研究内容、研究目标，以及 
 
拟解决的关键科学问题 124 
 
12.5  拟采取的研究方法、技术路线、 
 
实验手段、关键技术、特色及 
 
创新点 127 
 
　参考文献 129 
 
附录 132 
 
附录A  一元线性回归的分析及最小 
 
二乘估计 132 
 
附录B  多元统计分析中的聚类 
 
分析 135 
 
　附录C  数据挖掘中的聚类分析 137 
 
　附录D  F分布定义及性质 141

显示全部信息

前　　言

前  言   许多疾病（如艾滋病、肥胖病、H1N1、H7N7禽流感等）起源于在分子水平上不能正常工作的生物系统。随着DNA微阵列和串联质谱等科学技术和实验技术的发展，产生了大量来自于动态分子生物系统的时间序列数据。这些生物数据包含的信息在由基因调控网络导致的疾病诊断和药物合成方面具有非常重要的作用。许多小的非线性基因调控网络通过试验来研究。然而对于大型的基因调控网络，特别是复杂疾病网络，通过研究小型网络的试验方法是无法完成的。即使我们有足够的能力来观测生物网络之间的功能状态和相互作用，但计算上的限制也会阻碍我们理解分子生物系统的行为，因为它们的复杂度会伴随着网络组成的相互作用的数量呈几何级数增长。   本书是在作者对时间序列基因表达数据和非线性动态生物系统参数估计领域的研究论文基础上完成的。它包括5个部分。第1部分给出了本书的研究背景和结构纲要。第2部分包括5章。每章介绍一个时间过程的基因表达数据的方法。第3部分也包括5章。每章描述一种用于非线性动态分子生物系统的参数估计方法。这些方法不仅提供了时间基因表达数据的分析方法，也提供了高质量的数据用于建立动态的基因调控网络。只要建立了一个动态的分子生物系统模型，就可以对生物系统的性能进行研究。本书为深入了解动态的基因表达数据和动态的分子生物系统（包括基因调控网络）的性能提供了一些新的方法。因此，希望能对许多疾病的治疗和药物的设计提供科学的理论依据。第4部分介绍了有关基因调控网络的建模及参数估计研究现状及进展情况。第5部分为附录。   本书有如下特点：1）与传统时间过程的基因表达数据的分析方法不同，本书充分采用了基因表达序列的动态和周期性，并且采用非线性模型分析时间过程的基因表达数据。一般情况下，非线性模型的参数估计是研究的主要问题。然而，我们在第2～6章设计了很有效的算法来估计非线性模型的参数。2）基于生物化学反应原理，动态的分子生物系统的模型是较为复杂的非线性微分方程。因而估计这些模型中的参数非常具有挑战性。虽然传统的非线性优化算法，如牛顿法以及改进的牛顿法可以应用于解决这个问题，但这种传统的算法都具有对初始值敏感的不足，而且容易陷入局部最优。利用这些非线性微分方程的特殊结构，我们设计了几种有效的算法用于动态的分子生物系统的参数估计。3）本书的内容具有前沿性和较大的创新性，本书的主要内容来源于作者2009～2013年发表在著名的国际会议或期刊的研究论文。   我要感谢许多人。在他们的帮助下，本书才得以顺利出版。首先，我要感谢加拿大Saskatchewan大学的吴方向教授以及他的研究团队，衷心地感谢他们给予的鼎力合作、帮助和鼓励。其次，我要感谢我的家人，在我写作过程中，他们一直给予我理解和支持；也感谢我的研究生孙群、贾鹏飞、曾俊、颜斌斌4位同学的帮助。最后，我也非常感谢出版社以及编辑，感谢他们在编辑本书时所付出的辛勤努力。   本书可能会有很多不足之处和错误，恳请读者朋友们能发现错误，提出更正、建议，作者将不胜感激。   本书由国家自然科学基金面上项目“基于动态非线性的大型复杂基因调控网络的建模与分析”（61571052）和“北京市高层次人才创新创业计划（G01040011）”以及北京物资学院高级别科研项目培育基金项目（GJB20141004）支持。　　　　   北京物资学院信息学院  田立平

显示全部信息

生物数据分析和生物系统模型中的参数估计下载

生物数据分析和生物系统模型中的参数估计

发布书评

相关图书推荐