这个特殊的问题是致力于转化医学生物信息学和计算系统。转化生物医学信息学是一个正在迅速崛起的学科整合数据从医学研究,生物技术,和电子医疗记录和计算系统医学是应用计算和系统生物学的方法来解决复杂的问题在医学研究,旨在提高诊断、预后和治疗的复杂疾病。这也是众所周知,他们的发展需要一个集成的数学模型,统计方法和计算机算法。

复杂的疾病,如癌症是由基因的组合,追逐环境、和生活方式因素,因此研究复杂疾病的基因集,这样的系统级通路水平,或静态/动态网络是非常必要的。t·霍尔顿等人提出一个探索性的生物信息学研究长非编码RNA在阿尔茨海默氏症。作者还讨论了模型药物开发基于分形维数和熵相关研究与斑马鱼模型和小鼠模型一致。m·丁等人探索雌激素receptor-DNA绑定的全基因组染色质本地化区域通过分析ChIP-Seq MCF-7乳腺癌细胞系的数据。它揭示了小说雌激素receptor-regulated基因通路为进一步实验验证。Y.-w。Lv等人执行基因本体论类别和路径分析统计上显著的基因在川崎病之间的关系。引人注目的免疫途径的重要性NF-AT信号和白细胞交互结合另一个转录因子NF -κB在KD的发病机制是由网络分析研究的。j . Chen等人上执行两个案例研究结肠直肠癌和前列腺癌微阵列数据集证明两个假设(1)的表达特征不同癌症微阵列数据集更相似的途径级别比基因水平;(2)可比性癌症的分子机制不同的个人与他们的遗传相似性。

熵的概念表明,系统从有序变成无序自然进展。Entropy-based方法提供了一个新颖的见解理解生物系统中的许多现象。诉Oswal等人提出一个自动entropy-based阈值分割和量化系统细胞的细胞核基质彩色图像。的贡献应用这个entropy-based系统检测癌细胞核,观察伤口愈合过程中重叠的细胞事件发生在人体。H.-T。吴等人调查的可行性和敏感性小说多尺度熵指数检测细微的血管畸形在健康和糖尿病科目。作者进一步关注四组的主题讨论多尺度熵指数的应用。

蛋白质结构理解疾病的作用变得越来越重要,由于以下两个原因。一个是有很多疾病有关的蛋白质被发现,而另一个事实是,许多疾病都源于错误折叠的蛋白质。此外,蛋白质结构可以被认为是复杂的系统,因此网络理论可以用来描述和分析蛋白质结构。j .太阳等人现在的贡献主要集中在边缘复杂网络的定义对蛋白质结构的影响识别。2847蛋白质上的性能后,作者认为最优截断值构建蛋白质结构网络是5.0。x娇等人改善蛋白质的氨基酸网络通过引入类似的重量和不同的重量。这项工作表明,中央残留高度氨基酸网络热点的高度相关疾病有关的蛋白质。

最后,两个生物信息学工具也参与了这一问题。h·吴等人贡献一个叫做patGPCR生物信息学工具,来预测跨膜螺旋G-protein-coupled受体的三维结构。patGPCR,并行multitemplate方法,扩展了bundle-packing相关能量函数RosettaMem能量,这提高了TM RMSD(跨膜螺旋的均方根偏差)的预测模型。n .邓小平等人贡献另一个平台,称为crcTRP,结肠直肠癌。该服务器提供了大肠癌的转化研究通过提供各种类型的生物医学信息,包括临床资料,流行病学数据,单独的组学数据,公共组学数据。

Bairong沈
hong bin沈
天海田
陆羌
光胡