简介:分形维数是度量复杂网络分形特性的最重要的一个指标,其中体积维数被广泛应用于度量无权网络的分形特性。沿着无权网络体积维数的思想进一步考虑,以在给定盒子长度下覆盖到的节点强度和来定义加权网络体积维中“体积”的概念,提出了基于节点强度的加权网络体积维数,并称这种度量加权网络分形特性的维数为强度体积维。首先,利用强度体积维分析了两类具有规则分形结构的谢尔宾斯基(Sierpinski)加权分形网络和康托三角尘(CantorDust)加权分形网络,结果表明强度体积维数的值与理论计算的维数值具有非常小的误差。然后,利用强度体积维分析了3个实际加权网络的分形特性,并将结果与利用盒维数得到的结果进行比较,结果表明强度体积维也能够较好地度量实际加权网络的分形特征。
简介:在BBV(Barrat-Barthe1emy-Vespignani)模型的基础上加入节点强度有限限制,即节点强度不允许超过某一定值S,构造了节点强度有限的加权网络演化模型——LBBV模型。理论分析与仿真试验表明,对于3节点的全耦合网络,当S〈2mw0时,网络经有限步后演化结束,其结构为同质网络;当S≥2mw0时,LBBV模型的节点强度分布与网络的度分布都呈现幂律分布,并且幂律指数与BBV模型的幂律指数一致,只是相比BBV模型平移了某一常数;当S→∞时,LBBV模型退化为BBV模型。同时通过数值仿真还得到了在不同的S值下、不同规模网络演化后的节点强度分布与度分布都表现出幂律特征,而且幂律指数不随S变化。
简介:摘要目的通过加权基因共表达网络分析(WGCNA)识别脓毒症发生发展过程中的关键基因。方法从基因表达数据库(GEO)中下载基因表达数据集GSE154918,其中包含对照40例、无症状感染12例、脓毒症39例、脓毒症随访14例,共105例芯片数据。采用R软件筛选出脓毒症差异表达基因(DEG),用分布式访问视图集成数据库(DAVID)、检索交互基因的搜索工具(STRING)和可视化软件Cytoscape进行基因功能和通路富集分析、蛋白质-蛋白质相互作用(PPI)网络分析及关键基因分析,筛选出脓毒症发生发展过程中的关键基因。结果通过WGCNA并结合DEG表达分析得到46个候选基因,对这46个基因进行基因本体(GO)、京都市基因与基因组百科全书(KEGG)途径富集分析得到基因功能和参与的信号通路。进一步使用STRING数据库构建PPI网络,通过PPI网络可视化软件Cytoscape选出5个关键基因,包括肥大细胞表达膜蛋白1基因(MCEMP1)、S100钙结合蛋白A12基因(S100A12)、脂肪因子抵抗素基因(RETN)、c型凝集素结构域家族4成员基因(CLEC4D)、过氧化酶增殖因子活化受体基因(PPARG),对这5个基因分别进行表达差异分析,结果显示,在脓毒症患者中上述5个基因的表达水平较健康对照者显著性上调。结论本研究通过构建WGCNA方法筛选出有关脓毒症的5个关键基因,可能成为潜在的脓毒症诊疗相关候选靶点。
简介:给出了单位圆盘上不同加权B日舯锄空间之间的加权复合算子有界性及紧性刻划.
简介:利用上极限,给出了单位球上加权Bergman空间的加权复合算子的本性模的表示.
简介:摘要目的为胶质瘤患者识别有效的生物标志物。方法从中国脑胶质瘤基因计划谱(CGGA)下载附有完整临床随访信息的464例胶质瘤患者mRNA表达谱。加权基因共表达网络分析(WGCNA)用于识别出与胶质瘤WHO分级相关的基因模块,并同时进行单因素及多因素Cox回归分析鉴别出与胶质瘤患者生存相关的基因。结果在加权基因共表达分析中,Brown模块与脑胶质瘤WHO分级呈正相关(r=0.55,P<0.01)。选择单因素分析中与患者临床预后最显著相关的5个基因(TAGLN2,IGFBP2,METTL7B,ARAP3,PLAT)进行多因素生存分析并建立预后模型,计算风险评分。受试者工作特征曲线证实该风险评分在预测胶质瘤患者1、3、5年生存率上具有高精准度。上述生存分析结果均在癌症基因组图谱(TCGA)数据库中得到验证。结论本研究确定了五个独立的脑胶质瘤预后因素(TAGLN2,IGFBP2,METTL7B,ARAP3及PLAT)并建立了预后模型,为临床判断胶质瘤患者预后提供新的思路。
简介:摘要目的为胶质瘤患者识别有效的生物标志物。方法从中国脑胶质瘤基因计划谱(CGGA)下载附有完整临床随访信息的464例胶质瘤患者mRNA表达谱。加权基因共表达网络分析(WGCNA)用于识别出与胶质瘤WHO分级相关的基因模块,并同时进行单因素及多因素Cox回归分析鉴别出与胶质瘤患者生存相关的基因。结果在加权基因共表达分析中,Brown模块与脑胶质瘤WHO分级呈正相关(r=0.55,P<0.01)。选择单因素分析中与患者临床预后最显著相关的5个基因(TAGLN2,IGFBP2,METTL7B,ARAP3,PLAT)进行多因素生存分析并建立预后模型,计算风险评分。受试者工作特征曲线证实该风险评分在预测胶质瘤患者1、3、5年生存率上具有高精准度。上述生存分析结果均在癌症基因组图谱(TCGA)数据库中得到验证。结论本研究确定了五个独立的脑胶质瘤预后因素(TAGLN2,IGFBP2,METTL7B,ARAP3及PLAT)并建立了预后模型,为临床判断胶质瘤患者预后提供新的思路。
简介:设函数φ和Ф是复平面单位圆盘D上的解析函数且φ(D)■D,则将加权复合算子定义为Wφ,Ф:f→Фf°φ.当1
简介:摘要目的探讨应用加权基因共表达网络分析(WGCNA)方法寻找髓母细胞瘤中特异表达的基因模块,筛选可能诊断和治疗髓母细胞瘤的标记基因。方法采用WGCNA对髓母细胞瘤中与生存相关的基因模块进行鉴定。利用Cytoscape软件构建共表达网络。采用Kaplan Meier(KM)分析方法对核心基因进行生存分析。结果根据WGCNA分析结果发现绿色模块与生存性状显著相关。对绿色模块基因进行分析结果显示,利用cytoscape软件筛选出了与生存性状相关性最大的核心基因UBE2G1,并进行了鉴定。结论UBE2G1可能作为一个候选的诊断性生物标志物和一个有希望的治疗靶点。
简介:刻画加权Bergman空间Aα^2(Ω)上的加权复合算子Cφ,Ф的Schatten-p类.
简介:摘要目的筛选与老年肺腺癌患者肿瘤浸润免疫细胞相关的关键基因。方法回顾性分析,训练集的基因表达数据来源于癌症基因组图谱数据库,验证集来源于基因表达综合数据库的GSE72094数据集,筛选年龄≥75岁的肺腺癌患者91例,14例匹配的正常样本。肿瘤浸润免疫细胞水平由反卷积算法计算,训练集采用加权基因共表达网络分析筛选与肿瘤浸润免疫细胞水平相关的关键基因,并应用外部数据集验证。结果在老年肺腺癌患者中,IKZF1和PRKCB的高表达与自身免疫疾病和T细胞受体信号通路等相关,其编码的蛋白可与IL2RB、LCK和CD5等多种免疫调节因子相互作用。在IKZF1和PRKCB基因高表达患者中,PD-L1、PD-1和CTLA-4等免疫检查点基因的表达高于低表达患者(均P<0.01)。验证集结果表明,CD8+T细胞水平与IKZF1(r=0.75)和PRKCB(r=0.65)的表达相关(均P<0.01)。结论老年肺腺癌患者肿瘤组织中的IKZF1和PRKCB表达与肿瘤浸润CD8+T细胞和免疫检查点基因的表达相关。
简介:摘要目的采用加权基因共表达网络分析法,筛选影响脓毒症预后的关键基因。方法从美国生物技术信息中心的基因表达数据库中,获取脓毒症患者和健康志愿者外周血基因芯片数据GSE54514,采用R语言加权基因共表达网络分析包构建脓毒症患者与健康志愿者差异基因的共表达网络,筛选与脓毒症预后相关的模块与枢纽基因,并对与脓毒症预后相关性最高的模块中的基因进行富集分析。结果通过对脓毒症患者与健康志愿者的622个差异表达基因构建共表达网络,筛选得到与脓毒症预后相关性最高的模块。GO富集分析显示该模块中的基因与髓系细胞的激活、中性粒细胞的激活相关;而KEGG通路富集分析显示这些基因在病毒感染过程中具有重要作用。最后通过构建蛋白质互相作用网络在与脓毒症预后相关性最高的模块中筛选得到15个枢纽基因。结论通过生物信息学方法挖掘出与脓毒症预后高度相关的15个关键基因,这些基因与调节机体对感染的免疫应答有关。