谢宏宇
- 作品数：7 被引量：28H指数：3
- 供职机构：哈尔滨医科大学更多>>
- 发文基金：国家自然科学基金中国博士后科学基金黑龙江省博士后基金更多>>
- 相关领域：医药卫生生物学更多>>
- 基于正则化回归的组学数据变量筛选方法被引量：4
- 2016年
- 近年来，随着各种生物检测技术的发展，医学研究中出现了各种高通量数据，如基因组、蛋白质组和代谢组学数据等，变量选择是生物标志物识别和建立分类模型的重要环节，由于高维组学数据中的绝大多数变量对分类并不起作用，并且存在多重共线性、模型过拟合等问题，传统的基于最小二乘方法估计的线性回归并不适用于高维数据。
- 谢宏宇侯艳李康
- 关键词：维数正则化选方生物标志物多重共线性
- 结构稀疏组算法在多来源数据变量筛选中的应用研究
- 如何将医学研究中的不同来源数据进行整合,从不同角度和层面综合分析和了解疾病,同时筛选出对疾病或用药等最具预测性的特征,构建准确地预测模型,将对机理研究和临床决策具有重要的理论和实际意义.结构稀疏组算法在多来源数据变量筛选...
- 侯艳谢宏宇王文杰曲丽欣李康
- 宫颈癌新辅助化疗前后SCC-Ag水平与化疗敏感性的关系被引量：11
- 2016年
- 目的:探究化疗前,化疗后SCC-Ag对宫颈癌新辅助化疗(NACT)敏感性的预测价值。方法:收集262例宫颈鳞癌患者的完整信息,研究SCC-Ag与各临床特征的关系,并分析影响宫颈癌NACT敏感性的因素,重点探讨不同阶段SCC-Ag对化疗敏感性的评估作用。结果:宫颈鳞癌患者NACT前SCC-Ag水平与年龄、绝经情况及组织分型无关(P>0.05),与肿瘤直径、FIGO分期和淋巴结转移呈正相关。NACT有效率为71.0%(186/262),影响其敏感性的因素有肿瘤直径和FIGO分期。按NACT后SCC-Ag下降的百分比分为<0.40、[0.40,0.70)、≥0.70三组,各组所对应的肿瘤直径的变化分别为(6.18±10.07)mm、(21.30±11.93)mm、(28.47±14.27)mm,而这三组所对应的化疗反应率分别为14.52%、80.46%、94.69%,以上结果均具有统计学意义(P<0.05)。结论:化疗后下降的SCC-Ag对宫颈癌NACT敏感性具有很好的评估价值。
- 程金龙徐冶谢宏宇娄阁
- 关键词：宫颈癌新辅助化疗敏感性鳞状细胞癌抗原
- 单细胞RNA测序数据批次效应校正方法
- 2023年
- 传统的“bulk”RNA测序通过测量一个细胞群中基因的平均表达水平来描述一个组织的整体状态,掩盖了单个细胞的信号及组织内细胞异质性。单细胞RNA测序(single-cell RNA-sequencing,scRNA-seq)是近年来新兴的检测技术,通过单个细胞的转录图谱分析其分子状态[1],在描绘细胞微环境,阐述相关生物学机制,识别新的治疗靶点等方面取得了前所未有的进展[2]。scRNA-seq数据通常由多批次实验数据整合而成,批次效应主要来源于实验数据的获取时间、操作人员、试剂批次、设备及检测技术平台等方面。批次效应可能是高度非线性的,它的存在使得下游分析复杂化,结果难以解释。因此,有效地移除scRNA-seq数据批次效应至关重要。
- 王文杰李康谢宏宇
- 关键词：生物学机制细胞微环境数据整合细胞群校正方法
- 基于解卷积的网络优化算法研究及应用
- 2016年
- 目的探讨网络解卷积算法对网络结构的优化效果。方法模拟研究采用四种网络算法对具有金标准的DREAM5平台数据进行网络构建,并评价解卷积优化前后的网络准确性。实例研究使用RF回归对卵巢癌晚期化疗敏感性患者的基因表达数据构建网络,再通过网络解卷积算法优化。结果模拟研究结果表明,四种网络构建方法推断出来的网络结构在解卷积算法优化后,其准确性均有不同程度的提高,其中基于线性相关的网络构建方法提高幅度明显大于CLR和RF算法;实例分析结果表明,采用RF-ND方法构建的网络移除了部分间接边,其优化后能得到与现有数据库较为一致的网络结构。结论应用解卷积算法能够优化不同网络构建方法得到的网络,实际中能得到准确度较高的网络结构。
- 王文杰谢宏宇侯艳李康
- 关键词：调控网络网络优化
- 卵巢癌脂质组学诊断标志物的筛选及其效果研究被引量：11
- 2016年
- 目的卵巢癌是女性生殖器官常见的恶性肿瘤之一,90%的卵巢癌患者诊断时已进展到晚期(Ⅲ/Ⅳ期)。尽管治疗方式的不断改进,但晚期卵巢癌患者5年总生存率为20%,而早期卵巢癌患者5年总生存率>90%。本研究旨在识别卵巢癌脂质组学诊断生物标志物,提高卵巢癌早期诊断的准确性。方法采用稀疏组lasso变量筛选方法和单因素分析相结合的方法,对2011-03-01-2013-07-31哈尔滨医科大学附属肿瘤医院的139例卵巢癌患者和76例对照患者的血浆脂质组学数据进行分析,筛选可用于诊断卵巢癌脂质组学的生物标志物,在差异代谢物中选择与CA125相关性小的物质作为最终诊断标志物,通过七折交叉验证方法来评价其预测效果及与CA125联合的诊断准确性。进一步采用cytoscape软件研究差异脂质物质间的相互作用。通过Wilcoxon秩和检验方法筛选出能够区分早晚期卵巢癌的生物标志物。结果共筛选出20种可用于区分卵巢癌和对照的差异脂质生物标志物,其中Stearamide、Stearic acid、Arachidic acid和PI(42∶9)与CA125不相关(P<0.05),这4个脂质与CA125联合AUC值为0.94,大于CA125单独的诊断性能。另外,其中8个差异脂质在早期与晚期上皮性卵巢癌患者中有差异,分别为PC(35∶4)、PC(38∶6)、PC(46∶4)、PC(P-35∶2)、PE(P-36∶6)、PG(34∶2)、Cer(d18∶1/16∶0)和3-Deoxyvitamin D3,均P值<0.05。结论卵巢癌血浆脂质组学筛选出的物质提高了CA125单独诊断的准确性,其中8个差异物质可以作为卵巢癌早期诊断潜在的生物标志物。
- 谢宏宇王文杰李贞子夏白荣李康侯艳
- 关键词：卵巢癌诊断标志物
- 高维组学数据的变量筛选方法及其应用被引量：3
- 2016年
- 随着生物检测技术的不断发展,实际中可以获得基因组、蛋白质组和代谢组等各种来源的高维组学数据,如何从海量数据中准确选择与疾病有关的特征变量,从而构建准确的预测模型一直是国内外的研究热点。
- 侯艳谢宏宇张晓凤李康
- 关键词：遗传算法马尔科夫评价函数过拟合主成分分析
