本发明公开了一种基于隐马尔科夫模型检测复杂生物系统相变临界点的方法,通过研究高通量数据提供的丰富动态信息和利用正常状态和疾病前状态之间的不同动态特性,使用一个差异网络去检测从正常状态(一个平稳的马尔科夫过程)到疾病前状态(一个时变的马尔科夫过程)这两种马尔科夫过程的交换点,从而确定疾病前状态或相变的早期预警信号。为了验证有效性,本发明将该算法应用于一个基于模拟数据集的调控网络和三个真实的数据集。这三个真实数据集分别是:小鼠实验中通过吸入羰基氯引发肺水肿生成的基因表达谱数据集、从小鼠实验中获得硝酸银化学烧伤后急性角膜损伤的微阵列数据集、由HRG引起的MCF‑7人类乳腺癌数据集。
声明:
“基于隐马尔科夫模型检测复杂生物系统相变临界点的方法” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究,如用于商业用途,请联系该技术所有人。
我是此专利(论文)的发明人(作者)