本發明公開了一種基于隱馬爾科夫模型檢測復雜生物系統相變臨界點的方法,通過研究高通量數據提供的豐富動態信息和利用正常狀態和疾病前狀態之間的不同動態特性,使用一個差異網絡去檢測從正常狀態(一個平穩的馬爾科夫過程)到疾病前狀態(一個時變的馬爾科夫過程)這兩種馬爾科夫過程的交換點,從而確定疾病前狀態或相變的早期預警信號。為了驗證有效性,本發明將該算法應用于一個基于模擬數據集的調控網絡和三個真實的數據集。這三個真實數據集分別是:小鼠實驗中通過吸入羰基氯引發肺水腫生成的基因表達譜數據集、從小鼠實驗中獲得硝酸銀化學燒傷后急性角膜損傷的微陣列數據集、由HRG引起的MCF?7人類乳腺癌數據集。
聲明:
“基于隱馬爾科夫模型檢測復雜生物系統相變臨界點的方法” 該技術專利(論文)所有權利歸屬于技術(論文)所有人。僅供學習研究,如用于商業用途,請聯系該技術所有人。
我是此專利(論文)的發明人(作者)