登陆注册
30500700000084

第84章 网络的数据分析

统计分析,对数据的趋势的把握,能够转换为信息。定性和定量是不同层次的描述,样本对整体的描述可以参照不动点。本质上这是一个对频率和概率的描述,通过各种条件如方差,平均值等等来描述数据的分布。

序列的耦合可以以正交,层次之间的概率连接,模糊数学的多层次。

网络的各种数据分析,聚类,降维,SVM,神经网络等等算法可以进行一定的路径坍缩,即我们从无限高维的网络经过提取出我们可以理解的信息。其具体的形式与生物信息学的序列分析是一致的。

一维的是简单的上调下调,不同的对象形成一定的相关性路径,如我们惯见的信号通路,就是利用这些蛋白层次的相对关系来构建的宏观图景。形成各种复杂的促进/抑制机制。我认为还应该引入这些路径的相对竞争博弈,才能形成更高维的图景。

二维的是具体的数值,以此为基础我们可以根据一定的模型来拟合这些数据。

三维的是大规模数据的模式涌现:基因/蛋白的网络调控表达,这是多层次耦合的作用网络。

基本趋势:熵增及其抵抗性变化,幂律分布(聚类),序列相似性与功能相似性的对应,相互作用的蛋白质之间具有更大的概率可能产生一定的功能联系,模块化,层次的遍历和路径形成,网络的拓扑性质、生物信息、系统动力学,表达谱,概率网络和隐马尔科夫模型,网络的代偿和稳定性,通过外部的攻击来模拟基因表达变化,以此验证稳定性(类似如今的基因疗法);矩阵表示,通过聚类等等分类手段可以根据有限信息推断特定对象的位置,从而推断其他的性质。我们还可以借助贝叶斯推断来不断提高其准确性。

算法来整合数据库级别的信息,提取出适合不同层次的指标,具备一定的信息。网络的节点形成二级结构如环路等等,然后可以往上遍历形成更高维结构,这是如同编程的模块化思想。我们可以在这些结构的变化寻找与序列的对应关系。

第一章:意义;传统方法;系统观点的方法;具体的网络方法;

基于序列对相互作用网络的预测,杂交系统的预测,亚层的形成,统计指标的作用

序列信息的网络理解,这与我们尝试把网络结构降维到序列是相互耦合的。一个是从底到顶,一个是从顶到底,我们有信心它们竞争博弈能够形成一定的平衡。或许公理化体系是一种选择,当然这是内核,具体的情况还需要多体系的耦合,即其选择性表达可以有更大的与现实的拟合度。反正网络可以形成不同的层次,这些层次具有一定的相似性并且可以相互转换,可以组合形成高维的结构,知识模块化的思想。

单变量的类似数学的偏导研究模式在复杂的网络结构的实用性相比其他低耦合的系统(相对独立的分布)大大降低,因为网络的底层可以选择性表达为缺失的部分,这是网络的代偿和稳定性。当然这是一个概率分布的问题,因为如果特定的基因是网络的高连通度的中心节点可能产生比较明显的效应,如致死或者其他的明显性状改变。我们不能每次都筛选出这种不动点才做实验(目前的研究模式),我们应该寄托于大规模的数据运算使得特定模式涌现,即我们以多变量(能够根据一定的标准即相互作用)为研究对象,在这个层次构建不同的形成一定聚类的亚层结构之间的关系,即模块之间的相互作用,以概率的形式连接不同的模块,最终做到多层次的信息统合。

相互作用的蛋白质时间有更大的概率作用与相同/相似的功能。这是统计层次的模式涌现。

基于聚类的相同特征(表达趋势)可以提取出高维的图景,即不同的类可以根据一定的路径连接。首先是共表达模式可能具有相同的功能,然后是各种不动点式的指标来介绍不同模式之间的联系,最后在网络层次进行全部蛋白质的关系构建。并且在这个基础上建立于基本相关的对应关系

芯片技术/酵母双杂交/免疫共沉淀—大规模数据产出—数据分析—挖掘模式

网络级别的数据:矩阵表示,矩阵乘法就是路径形成,组合的加和也是多路径的耦合,即路径积分。

第二章:蛋白相互作用网络提供的大数据的运算,其可以比较的维度很多:拓扑,表达量等等。遍历所有路径,最后路径积分是平凡,这是路径坍缩。守恒定律,耗散结构的输入和输出。具体的表达不一定是需要的,这是概率性的。

蛋白质之间的组合是更高维的结果,这种相互作用的网络可以与特定的功能改进更大的相关性,而具体的蛋白质的表达量与这些高维功能的联系是概率分布,即存在一定的中心节点具有更大的相关性,当然大部分的节点是低概率连接的,一般来说被视为涨落。这种相互作用网络就是高维的结构,对应于复杂的功能。

对一定的物种的蛋白相互作用网络的研究可以做到一定的知识迁移,如各种分布,幂律分布,小世界模型等等性质。模块的思想引自程序设计。

连通性,分布分化

机器学习对序列的模式识别来解决可能的关系,即网络的不同对象之间的概率性连接。

不同层次的聚类,根据不同的标准划分的不同组合形式。理论上可以以一系列的特征描述来整体指代特定对象,这就是序列思想,可以做到准确对应,但这需要耗费的资源太大了不可接受。

可考虑结合贝叶斯的统计学习,即聚类不仅仅可以考虑距离之间的关系,还可以考虑概率的相对运算,而且考虑网络的幂律分布可以形成一定的高耦合低外聚的内模块

分子层次是生物网络的最低一级亚层,我们可以通过对其的遍历往上构建其他层次:细胞,组织,器官,系统等等。每一个层次都有一定的相似性,这是层次之间的相互作用的基础。但彼此之间的影响强度是收敛的(如分子层次的改变对细胞的影响最大,对其他层次的影响会衰减),此时只有使用影响范围来使得层次之间的作用传递。

生命就是一个复杂系统。网络的结构与遗传信息的传递相耦合。因为其足够细化,可以有很大细化的描述即我们认可的成果。这是机体网络的选择性表达的结果,而以这些成果构建的网络的选择性表达就是我们可以理解的生命现象。

组学是一种网络,提供一个大背景。

疾病是机体网络的选择性表达,具体表现为局部的分子数目失衡和层次之间的交流变异(网络的拓扑结构变化),但不是我们对症治疗即改变局部情况就可以使得整体网络回复稳态,因为网络具有一定的惯性会把这种努力抵消。我们可以暂时理解为聚类过度使得模块过于独立,从而信息传递减少。这是基因表达异常的隐结构。其中分子机制就是网络的坍缩路径,我们不能确定真实的情况,但我们在统计水平的观测可以构建高概率的通路,这是一种等效。

中心法则是整体的趋势,同时也有一定的抵抗性变化,如RNAi和microRNA等等的作用是我们可以用于四两拨千斤地影响整体网络表达的基础。同时也有如同本征的因子,基因等等可以调节网络行为。

镰状细胞贫血的发病机制是分子层次的表达程度很大,这是网络的分布造成的。同时也揭示了网络相对独立的模块。这是比较底层的,由于遍历形成的网络就是建立在这些底层概念上的,因此可能造成整体网络疾病的影响,如染色体病。

人工重组DNA是一种外周体系的代入,可能对网络的表达产生影响。

我们的基因还与外界环境有一定的交流,因为这些基因就是外来物,如癌基因。

组学的测序,数据的指数级爆炸。

酶是网络控制的本征,之前有一个假说:onegeneoneenzyme(基因对性状的控制是通过基因控制酶来实现的),而且酶也是各个层次的耦合点。由于网络的构造需要多层次的沟通交流,这就需要维持在一定水平的速度,不然网络就可能分解为各个模块(层次的聚类收敛),酶就起到这种提高速度的催化剂作用。

基因是有意义的编码区域,是基于我们暂时不明白其意义的非编码区域的选择性表达,这是一种分布:编码DNA,RNA等等。这是基于组学大数据的层次收敛。

同类推荐
  • 大道凡途

    大道凡途

    大道万千,殊途同归。有人心存善念,历经几十轮回善心不改,成就至善大道。有人学古通今,读万卷书行万里路识万种人,成就博学大道。有人生而不凡,行逆天之路习逆天之法,成就修途大道。有人恶念滔天,杀伐果断屠戮世间生灵涂炭,成就鬼途魔道。这万千道途,终归有人踏上,有人坦荡无碍,有人磨难重重,有人直通大道,有人本路夭折,然后却无人可以回返。这便是道,行逆天之举,踏不归之途。
  • 龙裔至尊

    龙裔至尊

    少年禹言因为一次意外穿越到了另外一个世界,并在滥觞池中获得新生,开始了他的征途。
  • 秋泯山

    秋泯山

    无限好书尽在阅文。
  • 瞳:再生勇士之异世魔武双修

    瞳:再生勇士之异世魔武双修

    迷雾重重的重生游戏,缠绵悱恻的纯爱之境!当生命不再为自私而存在,重生,是这个物质与非物质世界给人类最好的洗礼。越慕醒了过来,但当他睁开眼睛的时候,却发现眼前一片漆黑,紧接着视力恢复正常,发现自己来到一个和以前世界完全不同的地方,在一个异世界,自己坚强的活着,希望能再见到亲人。在这个和中国古代文化相似的异世界中,为自己能回到以前的世界的目标努力,破碎虚空,武学练到人生巅峰。
  • 凡战乾坤

    凡战乾坤

    七星连珠天地印象万古无一入异世笑红尘抛热血战天下动乾坤憾天地
热门推荐
  • 殇爱无泪

    殇爱无泪

    殷素:美丽如罂粟花一般的女孩儿,性格冷淡,出身贫寒,没有亲人,没有朋友,身边的哪一个才是她的良人?溟宇:性格阴沉,眉眼间总有一道化不开的忧郁,他曾经有一个富裕的家庭,却惨遭小人陷害,家道中落,父母又因意外事故双双身亡,他被迫去到孤儿院,遇见了殷素。他和殷素之间,互相排斥却总有一种说不清道不明的情愫暗暗滋生。他是音乐天才却改学经营,重振霸业,目的就是要找出当年害他家破人亡的真凶。尹灏言:出身名门,帅气风流,直到遇到了殷素,对她一见钟情,苦苦追求,最后竟因爱生恨。“明知她是有毒的罂粟,我还是一步步的沉沦,上了瘾戒不掉,那么,就和她一起坠入地狱吧!”
  • 洪荒镇世仙

    洪荒镇世仙

    圣皇盘古,以斧开天,身化万灵,万界,却因后力不继,致使天道不全。道祖鸿钧,不甘天道欺压万界生灵,以身化道,意图补全天道,掌控天道,解救万灵。奈何境界不够被天道同化,成为其傀儡,代替其行事。古往今来,轩辕,神农,女娲,伏羲,三清,十二巫祖,大巫蚩尤,战巫刑天,无不逆天,可全被天道玩弄鼓掌。而吾柳炎,当以身为基炼天地,以神融天道,建六道,掌轮回,成就天君。修炼境界:中天,羡天,从天,更天,晬天,廓天,咸天,沈天,成天,天王,天皇,天帝,天君……
  • 征服者成吉思汗1:瀚海苍狼

    征服者成吉思汗1:瀚海苍狼

    瀚海从来不怜惜弱者。一代又一代的征服者被它的铁手套教养成象苍狼一样勇敢、狡黠、能忍无穷痛苦、具备无限耐心的种族。如果他们没有成为征服者,就只有无名的白骨才会记得他们的历史。狼族大汗也速该为宿敌塔塔尔人所杀,汗位被部将伊鲁克所篡,遗孀与子女被族人所弃,面对蒙古草原的酷烈寒冬自生自灭。冬季来临,食物匮乏,一家人面临生存危机。铁木真手刃自私自利隐瞒食物的哥哥别克帖儿,无法接受真相的珂额伦一度将铁木真驱逐出去……面对四周强敌环伺、仇敌追杀,铁木真勇敢地存活下来,并逐渐形成了自己的势力。为替父报仇,重振家声,他收服了各部族人的心,成为了真正的成吉思汗。
  • 带着老婆去穿越

    带着老婆去穿越

    游戏的老婆失踪三天了,卢西安疯狂地找了她三天,却因为忘记给游戏仓加营养液而死。然后发现穿越到异界后,游戏的老婆成了自己的满级召唤兽,魅魔。男人怎么可以依靠女人,老婆你还是安心做个花瓶吧!卢西安:啊!老婆你怎么又电我?菲利希亚:当然是因为,你看我眼神色色的,让我感觉很害羞啊!
  • 云中天灾

    云中天灾

    我不知自己为何而生,不知自己为何而死,路在何方
  • 琢天

    琢天

    柳昆,一个致力于写作却从未出名的苦逼,竟意外穿越到了自己还未完成的小说中成为了主角,且看他这个小说的创作者如何在自己创造的世界里叱咤风云,平江山,定乾坤!
  • 钝刀

    钝刀

    李东文,70后。1999年开始学习写作,以小说及情感专栏为主,曾在《天涯》《长城》《十月》《西湖》《长江文艺》等杂志发表小说,作品多次被《小说选刊》《中篇小说选刊》《读者》等转载。
  • 我们年少的时候

    我们年少的时候

    ”我好像喜欢过你,说真的,我小P孩的时候喜欢过你,不是兄妹的那种喜欢,可是现在没有那种感觉了。”说的很平静,就好像在说一件平淡的事一样,我似乎能感到他在皱眉头。“哦!我知道,小三和我分手的时候告诉了我,所以,伊雪对不起。”为什么要对不起,爱情又不可以强求的,他没有什么对不起我的地方,这是真的,他甚至没有一点的过错。“没有了,我只是想想告诉你,挂了,再见。”“伊雪!”“再见!天池,不要为难,我只是想告诉你,别无其他,真的。”“伊雪。”从来都不想给你添加多大的麻烦,这世界上那么多人,我喜欢你,你喜欢别人,又有什么错。马天池的花心,方正明的我行我素,许丽的步步为营,娘娘腔可悲的英雄主义,相互羁绊。
  • 凉州词

    凉州词

    本书为公版书,为不受著作权法限制的作家、艺术家及其它人士发布的作品,供广大读者阅读交流。
  • 校草大大:小白兔,乖乖就擒

    校草大大:小白兔,乖乖就擒

    在她眼里,他是暖男,只会暖她一个人,可为什么有时候,他又是恶魔,只会欺负她,让她伤心呢?陆越泽,到底哪一个才是真正的你……这是一个恶魔伪装成暖男将小白兔拐回家的故事(男女主身心干净,无误会,小虐大甜。)