5-微阵列

生物信息讲义
2、动态规划方法 、
动态规划（ 动态规划（Dynamic Programming）是一种解 ） 决多阶段决策过程的最优化方法或复杂空间的 优化搜索方法 动态规划解决问题的基本过程是： 动态规划解决问题的基本过程是：将一个问题 的全局解分解为局部解， 的全局解分解为局部解，逆序递推求出局部最 优解，随着执行过程的推进， 局部” 优解，随着执行过程的推进，“局部”逐渐接 全局” 近“全局”，最终获得全局最优解
生物信息讲义
5、人工神经网络技术 、
人工神经网络（ 简称ANN）是 人工神经网络（Artificial Neural Network, 简称 ） 通过模拟神经元的特性以及脑的大规模并行结构、 通过模拟神经元的特性以及脑的大规模并行结构、信息 的分布式和并行处理等机制建立的一种数学模型 在生物信息学中，使用得最多的是反向传播神经网络 反向传播神经网络（ 在生物信息学中，使用得最多的是反向传播神经网络（ Back Propagation Neural Network，简称 网）。 网 ，简称BP网）。BP网 被认为是稳定性和鲁棒性较强的人工神经网络之一， 被认为是稳定性和鲁棒性较强的人工神经网络之一，而 且属于有监督学习的网络模型。标准的BP网由三层神经 且属于有监督学习的网络模型。标准的 网由三层神经 元组成：输入层、 元组成：输入层、隐藏层和输出层
。
模式识别 模式识别是机器学习的一个主要任务。 模式识别是机器学习的一个主要任务。模式是对感 兴趣客体定量的或者结构的描述， 兴趣客体定量的或者结构的描述，而模式识别就是 利用计算机对客体进行鉴别， 利用计算机对客体进行鉴别，将相同或者相似的客 体归入同种类别中 模式识别主要有两种方法:
• 根据对象的统计特征进行识别， 根据对象的统计特征进行识别， • 根据对象的结构特征进行识别
生物信息讲义
隐藏层
输 入 层
输 出 层
反向传播神经网络结构示意
生物信息讲义
6、专家系统 、
专家系统（ 专家系统（Expert System）是一种基于知识的智能系统，它将领域专家 ）是一种基于知识的智能系统， 的经验用一定的知识表示方法表示出来，并放入知识库中， 的经验用一定的知识表示方法表示出来，并放入知识库中，供推理机使 用 知识库是专家系统的第一重要组成部分 是专家系统的第一重要组成部分， 知识库是专家系统的第一重要组成部分，知识库中的知识通常分为两类 ： 一类领域的事实性知识， 一类领域的事实性知识，或广泛公用的知识 另一类是启发性知识，是领域专家在长期研究和实践过程中 另一类是启发性知识， 积累起来的经验总结 知识获取方式大致上可以分为两种： 知识获取方式大致上可以分为两种： 一种是由知识工程师向领域专家询问有关知识， 一种是由知识工程师向领域专家询问有关知识，经过整理编 辑后将知识转换成计算机表示形式， 辑后将知识转换成计算机表示形式，送入知识库 另一种是针对大量数据进行机器学习，分析、总结和抽取出 另一种是针对大量数据进行机器学习，分析、 有用的新知识，这是更高层次的知识获取方式。 有用的新知识，这是更高层次的知识获取方式。 专家系统的另一个重要部分是推理机 推理机， 专家系统的另一个重要部分是推理机，由它来控制和 协调整个系统，并根椐当前输入的数据和知识， 协调整个系统，并根椐当前输入的数据和知识，按一定的推理策 去解决当前的问题， 略，去解决当前的问题，推导出结论
基因表达数据：通过对基因表达的实验研究，得 到的相关数。 示例： 酵母菌中部分基因的表达矩阵
生物信息讲义
基因表达数据
酵母菌中部分基因的表达矩阵
生物信息讲义
基因表达数据
目前流行的获取基因表达数据的方法生物芯片 生物芯片（Biochips） 包括DNA芯片(有时也被 称为基因芯片、或微阵列(Microarray))、组织芯片 、蛋白质芯片和细胞芯片 。
生物信息讲义
1、数学统计方法 、
生物活动常常以大量、重复的形式出现， 生物活动常常以大量、重复的形式出现，既受到内在因 素的制约，又受到外界环境的随机干扰。 素的制约，又受到外界环境的随机干扰。因此概率论和 数学统计是现代生物学研究中一种常用的分析方法 数据统计、因素分析、 数据统计、因素分析、多元回归分析是生物学研究必备 的工具 隐马尔科夫模型（ 隐马尔科夫模型（Hidden Markov Models）在序列分析 ） 方面有着重要的应用。与隐马尔科夫模型相关的技术是 方面有着重要的应用。 马尔科夫链（ 马尔科夫链（Markov Chain） ）
Targets
生物信息讲义
From Southern et al (1999)
生物信息讲义
基因表达数据
通过DNA芯片获取基因表达数据 • 首先选取来自不同状态的样本 • 染色、杂交 • 洗脱 实验样本和参考样 • 扫描、分析 本RNA分别用不同 的红、绿荧光染料 去染色，并将它们 • 获得结果 获得微阵列上每个点的红、绿荧 混合，与微阵列上
生物信息讲义
基因表达
基因通过表达控制着特定的蛋白质组成（如血红 蛋白）。所有的体细胞都含有同样的基因，但在 细胞逐步分化后，往往有些基因表达，有些不表 达，或仅在胚胎期或病理情况下表达。
生物信息讲义
基本知识
基因表达 基因表达数据 基因表达数据分析
基本信息分析 调控信息分析
生物信息讲义
基因表达数据
A simple gene array 基因表达数据D E A B C
1 2 3 4 5
A2=“Protein kinase A” D2=“Glutamate receptor NMDAR” E1= “Actin cDNA”
……………
生物信息讲义
A magnification view of a robot printing
生物信息讲义
如正常组织与肿瘤 组织，不同发育阶 段组织，或用药之 前与用药之后组织 等，其中一种称为 实验样本 experimental 光强度(Cy5和Cy3)，其比值 的探针序列进行杂 samples，另外一 (Cy5/Cy3)称为该基因在实验样 种称为参考样本 交 最终获得基因表达矩阵(以 本中的表达水平。可以对上述比 reference sample 字母G=[gij]mxn表示，其中m 值进行以2为底的对数变换即以 表示基因个数，n表示实验 Log2(Cy5/Cy3)表示该基因的表 样本个数。这就是所谓的基 达水平。 因表达谱，是进一步进行生 物信息学处理的基础，其数 据质量直接影响后续的分析 结果。
生物信息讲义
3、机器学习与模式识别技术 、
机器学习 机器学习是模拟人类的学习过程，以计算机为工具 机器学习是模拟人类的学习过程， 获取知识、 获取知识、积累经验
• 1、遗传算法采用随机搜索方法，具有自适应能力和便于 、遗传算法采用随机搜索方法， 采用随机搜索方法 并行计算 • 2、神经网络的理论是基于人脑的结构，其目的是揭示一 的理论是基于人脑的结构， 、神经网络的理论是基于人脑的结构 个系统是如何向环境学习的， 个系统是如何向环境学习的，这一种方法被称为联接主义
第五章 基因表达数据分析
基因表达 基因表达数据 基因表达数据分析 基本信息分析
调控信息分析
结果可视化
生物信息讲义
基本知识
基因表达 基因表达数据 基因表达数据分析
生物信息讲义
基因表达 DNA→RNA（转录）
以DNA的反编码链为模板，在启动子的控制下以碱基 互补的方式，合成一个RNA分子。
RNA→蛋白质（翻译）
生物信息讲义
4、数据库技术及数据挖掘 、
数据库技术 数据仓库 虚拟数据库技术（ 虚拟数据库技术（Virtual Database，简称 VDB） ， ） 数据挖掘（ 数据挖掘（data mining） ） 又称作数据库中的知识发现 (Knowledge Discovery in Database)，它是从数据库或数据仓库中发现并提取隐 ， 藏在其中的信息的一种新技术，它能自动分析数据， 藏在其中的信息的一种新技术，它能自动分析数据， 对它们进行归纳性推理和联想， 对它们进行归纳性推理和联想，寻找数据间内在的某 些关联，从中发掘出潜在的、 些关联，从中发掘出潜在的、对信息预测和决策行为 起着十分重要作用的模式 数据挖掘过程一般分为4个基本步骤 数据选择、 个基本步骤： 数据挖掘过程一般分为 个基本步骤：数据选择、数据 转换、 转换、数据挖掘和结果分析
生物信息讲义
生物信息讲义
8、量子力学和分子力学计算 、
量子力学主要研究原子、分子、凝聚态物质、 量子力学主要研究原子、分子、凝聚态物质、以及原子 核和基本粒子的结构、性质的基础理论， 核和基本粒子的结构、性质的基础理论，在化学等有关 学科中得到了广泛的应用 分子力学（ 分子力学（Molecular Mechanics）方法是一种非量子力 ） 学的计算分子结构、能量与性质的方法， 学的计算分子结构、能量与性质的方法，该方法应用经 验势能函数，即经验力场方法模拟分子的结构， 验势能函数，即经验力场方法模拟分子的结构，计算分 子的性质 在进行分子结构分析、构象优化、 在进行分子结构分析、构象优化、分子间相互作用研究 及分子模拟时需要应用量子力学或分子力学
基因表达数据
应用 • 比较正常不同组织细胞中基因的表达模式 • 研究正常组织与病理组织基因表达差异 只在肾脏中表达的 基因就不大可能与 精神分裂症有关。 • 研究药物处理细胞后基因表达变化 一些药物的靶点是 在整个身体中分布 • …
广泛的蛋白质，这 类药物的副作用往 往比较大。
生物信息讲义
基本知识
DNA具有著名的双螺旋结构，两条链上的碱基互补 配对。即A与T、C与G、G与C、T与A配对。碱基互 补的两条链结合在一起的过程就称为"杂交"，我 们可以利用"杂交"来确定DNA的序列。如果一条 DNA链是GATTACA，它互补DNA的序列就是CTAATGT
生物信息讲义
What is hybridization? Probes
基因表达 基因表达数据 基因表达数据分析
基本信息分析 调控信息分析
生物信息讲义
基因表达数据分析−基本信息
常用的方法与技术
1、数学统计方法 数学统计方法 2、动态规划方法 3、机器学习与模式识别技术 数据库技术及数据挖掘(详细介绍) 4、数据库技术及数据挖掘(详细介绍) 5、人工神经网络技术 6、专家系统 7、分子模型化技术 8、量子力学和分子力学计算 9、生物分子的计算机模拟 10、因特网（Internet） 10、因特网（Internet）技术
A B C D
mRNA -> labeled cDNA
C’ A’ D’ B’
The DNAs attached to the support are defined as probes, while the labeled DNAs are defined as targets.
Co-hybridize
生物信息讲义
领域专家
用 户
AI专家
使 用 界 面 知识库 推理机
知识获取
解释机构
知识库
数据库
专家系统的基本结构
生wk.baidu.com信息讲义
7、分子模型化技术 、
分子模型化（ 分子模型化（Molecular modeling）是利用计算机模拟分 ） 子结构、 子结构、研究分子之间相互作用的一种技术 分子模型化是进行分子设计的基础。分子图形学（ 分子模型化是进行分子设计的基础。分子图形学（ Molecular Graphics）是进行分子模型化的一项重要技术 ） 正是由于分子图形学和其它计算化学方法（ ，正是由于分子图形学和其它计算化学方法（如分子力 分子动力学）的相互结合， 学、分子动力学）的相互结合，才使得分子模型化方法 取得成功
三个碱基编码一个密码子，一个密码子对应一种氨基 酸。20种氨基酸是构成蛋白质的基本单位。
生物信息讲义
基因表达
基因的表达: 基因的表达
指从DNA→RNA→蛋白质合成的全过程。 基因表达的最终产物是蛋白。人之所以能生长发育、健 康生活，正是靠多少万个基因在表达它各自的蛋白。人 没有血红蛋白，就不能生存，所以，血红蛋白的基因( 珠蛋白基因)先天出了毛病，就成为遗传病。现在知道 ，恶性肿瘤、高血压、糖尿病以至老年痴呆都是基因发 生了故障，但是，有多少个基因以及是那一种基因出了 故障还不清楚。
美国加州Affymetrix公司 oligonucleotide microarray Standford cDNA
生物信息讲义
基因表达数据
基因芯片
生物信息讲义
生物信息讲义
基因表达数据
基因芯片的原理:杂交原理(Hybridization Hybridization) Hybridization