论文部分内容阅读
探测复杂疾病临界点对疾病早期诊断至关重要,通过对高通量的生物分子数据的挖掘,本文提出一种结合个体特异性网络与隐马尔科夫模型的方法,构建个体特异性异常指标,以探测从相对健康期到疾病临界期的临界点。为验证该方法的有效性,将该方法分别应用在模拟数据集、肺部急性损伤数据、前列腺癌数据中,均成功在疾病恶性突变前找到其各自的临界点。信号基因的有效性和敏感性都通过生物功能分析得到了验证。