摘要
高通量测序技术的快速发展产生了大量乳腺癌转录组数据,这些数据为乳腺癌的空
间域辨识、亚型分类及生物标志物筛选提供了重要机遇.本文针对乳腺癌空间转录组数据
和miRNA表达数据,致力于发展新的正则化机器学习模型和算法以实现空间域辨识、亚
型分类和生物标志物筛选.本文的主要贡献如下:
(1)提出了一种三图正则化非负矩阵分解(TGR-NMF)模型,用于乳腺癌空间域辨识.
具体地,该方法采用单位化策略以降低空间转录组数据中dropout事件对计算的影响,并
通过整合基因表达邻居
您可能关注的文档
最近下载
- 长安欧诺发动机管理系统维修手册.pdf VIP
- 名老中医药专家传承工作室学术经验交流会会议纪要(疏肝泻心火以安神).docx VIP
- 博德之门1细节攻略完整版(2009072_5).doc VIP
- 第六章绿色农业与绿色食品.ppt VIP
- 2026年国家网络安全宣传周 (1).pptx VIP
- 医疗器械设计开发变更控制程序附件表单.docx VIP
- 2026秋人教版六年级数学上册全册教案(新版本).pdf
- 渝22J01 建设工程施工现忱高处坠落生命线设置标准图集 DJBT50-155.pdf VIP
- 名老中医药专家传承工作室学术经验交流会会议纪要(耳鸣10余年).docx VIP
- 《跨境电商直播》课件——项目1.4 用户数据画像与精准定位策略.pptx VIP
原创力文档

文档评论(0)