1、生物信息学中的不确定性和分类问题,邹 权 (博士、副教授)厦门大学数据挖掘实验室 http:/ 一些生物信息学中的分类问题 microRNA识别 蛋白质功能预测 基因表达数据分析 全基因组关联分析 总结,生物信息学,人类基因组计划 数据存储-数据库 数据分析-数据挖掘 Olson M V. Human genetics: Dr Watsons base pairsJ. Nature, 2008, 452(7189): 819-820.HapMap计划 /1000 Genome计划 大数据,生物信息学中的我国计算机学者,算法阶段(1990-2000) 朱大铭、姜涛、卜东波 标注阶段(2000-2
2、008) 王晓龙、朱小燕等 系统分析阶段(2008-2013) 李衍达、张学工等 大规模数据处理阶段(2010-now) 华大基因,一些生物信息学中的分类问题,microRNA识别 蛋白质功能预测 基因表达数据分析 全基因组关联分析,microRNA识别,2006年诺贝尔奖-RNA干扰机制CCCCUCUAUUCACAAUUGUUUGGAACUCAGUUUUGUGAUUAUUCUAUCAUUGCCAGGGAGUUUGUGUGGUUGCAUCAGGGG,microRNA分类相关论文,Chenghai Xue, Fei Li, Tao He, Guo-Ping Liu, Yanda Li, Xueg
3、ong Zhang. Classification of real and pseudo microRNA precursors using local structure-sequence features and support vector machine. BMC Bioinformatics. 2005.6:310 (google scholar引用271次，截至2014.8.2)Peng Jiang, Haonan Wu, Wenkai Wang, Wei Ma, Xiao Sun, Zuhong Lu. MiPred: classification of real and pse
4、udo microRNA precursors using random forest prediction model with combined features. Nucleic Acids Research. 2007,35:W339-W344 (google scholar引用239次，截至2014.8.2)Leyi Wei, Minghong Liao, Yue Gao, Rongrong Ji, Zengyou He, Quan Zou. Improved and promising identification of human microRNAs by incorporati
5、ng a high-quality negative Set. IEEE/ACM Transactions on Computational Biology and Bioinformatics. 2014, 11(1):192-201,microRNA与疾病的关系,图挖掘 相似度度量、不确定性参考文献 Jiang Q, Hao Y, Wang G, et al. Prioritization of disease microRNAs through a human phenome-microRNAome networkJ. BMC Systems Biology, 2010, 4(Suppl
6、 1): S2. Xuan P, Han K, Guo M, et al. Prediction of microRNAs associated with human diseases based on weighted k most similar neighborsJ. PloS one, 2013, 8(8): e70204.,一些生物信息学中的分类问题,microRNA识别 蛋白质功能预测 基因表达数据分析 全基因组关联分析,蛋白质功能预测,问题 输入：蛋白质序列，进行聚类、分类 特殊蛋白识别-不平衡分类 亚细胞定位-多类分类 酶和多功能酶-多类，少量多标记 功能预测-多示例、多标记
7、二级结构、结构域-标注、HMM 难点 特征提取 分类器,一些生物信息学中的分类问题,microRNA识别 蛋白质功能预测 基因表达数据分析 全基因组关联分析,基因表达数据分析,14/57,聚类,分类,双聚类,一些生物信息学中的分类问题,microRNA识别 蛋白质功能预测 基因表达数据分析 全基因组关联分析,全基因组关联分析(GWAS),GWAS,难点 高维小样本 SNP-SNP相互作用 结果的可解释性 前景 疾病的遗传机理 遗传育种（作物、养殖）,总结,机器学习在寻找生物信息学 应用-分类、聚类、降维、不确定性 结果的解释和验证 生物实验验证 文献验证 生物信息学在寻找机器学习 数据量在增大 统计学无法满足精度需要,邹权，Email： http:/,敬请指正！,
