Current Location:home > Browse

1. chinaXiv:202003.00054 [pdf]

基于GEO数据库探究RACGAP1表达与膀胱癌患者临床病理和预后的关系.doc

张文杰; 熊巧华; 陈思超; 朱家永; 张冉; 翁鸿; 曾宪涛
Subjects: Medicine, Pharmacy >> Clinical Medicine

[目的] 探究Rac GTP酶活性蛋白1(RACGAP1)基因在膀胱癌组织中的表达情况及临床意义。 [方法] 从NCBI的基因表达汇编(GEO)数据库下载膀胱癌组织RACGAP1的表达数据和临床病理参数。分析RACGAP1基因在膀胱癌组织与正常组织中的表达差异,结合随访信息使用SPSS软件对RACGAP1表达与临床病理特征进行卡方检验,采用Kaplan-Meier法进行生存分析,并利用基因富集分析(GSEA)法分析受RACGAP1调控的相关基因。 [结果] RACGAP1在正常膀胱组织中的表达水平为7.557±0.020,低于膀胱癌组织的7.790±0.028,差异有统计学意义(P<0.05)。膀胱癌组织中RACGAP1表达水平与年龄、侵袭性、T分期、N分期、疾病分级和复发有关(P<0.05)。RACGAP1低表达组和高表达组的5年总生存率分别为73.9%和56.6%(HR=0.47,95%CI:0.29-0.77,P<0.01),肿瘤5年特异生存率分别为91.6%和70.9%(HR=0.33,95%CI:0.17-0.67,P<0.01)。RACGAP1高表达样本富集了MYC信号通路、精子发生、未折叠蛋白反应、G2M检查点、E2F转录因子、MTORC1信号、有丝分裂纺锤体、PI3K/AKT/mTOR途径和DNA修复修复相关的基因集。 [结论] RACGAP1在膀胱癌组织中高表达,与膀胱癌患者的临床病理及预后显著相关,可作为反映膀胱癌患者预后的生物学标志物和潜在的膀胱癌防治靶点。

submitted time 2020-03-16 Hits698Downloads153 Comment 0

2. chinaXiv:201811.00186 [pdf]

一种基于MapReduce并行化计算的大数据聚类算法

张文杰; 蒋烈辉
Subjects: Computer Science >> Integration Theory of Computer Science

面对大数据规模庞大且计算复杂等问题,基于MapReduce框架采用两阶段渐进式的聚类思想,提出了改进的K-means并行化计算的大数据聚类方法。第一阶段,该算法通过Canopy算法初始化划分聚类中心,从而迅速获取粗精度的聚类中心点;第二阶段,基于MapReduce框架提出了并行化计算方案,使每个数据点围绕其邻近的Canopy中心进行细化的聚类或合并,从而对大数据实现快速、准确地聚类分析。在MapReduce并行框架上进行算法验证,实验结果表明,所提算法能够有效地提升并行计算效率,减少计算时间,并提升大数据的聚类精度。

submitted time 2018-11-29 From cooperative journals:《计算机应用研究》 Hits226Downloads121 Comment 0

3. chinaXiv:201811.00187 [pdf]

一种基于遗传算法优化的大数据特征选择方法

张文杰; 蒋烈辉
Subjects: Computer Science >> Integration Theory of Computer Science

特征选择是大数据集预处理的重要方法,能够使后续的数据分析与处理更加高效准确。提出了一种基于遗传算法的大数据特征选择算法。该算法首先对各维度的特征进行评估,根据每个特征在同类最近邻和异类最近邻上的差异度调整其权重,基于特征权重引导遗传算法的搜索,以提升算法的搜索能力和获取特征的准确性;然后结合特征权重计算特征的适应度,以适应度作为评价指标,启动遗传算法获取最优的特征子集,并最终实现高效准确的大数据特征选择。通过实验分析发现,该算法能够有效减小分类特征数,并提升特征分类准确率。

submitted time 2018-11-29 From cooperative journals:《计算机应用研究》 Hits201Downloads120 Comment 0

  [1 Pages/ 3 Totals]