默认冷灰
24号文字
方正启体

学医路漫漫 正文卷 第二十六章网络的模型的思考

作者:余东林 分类:玄幻 更新时间:2017-06-19 05:28:29直达底部

 

高速文字首发 本站域名 www.xuanyge.org 手机同步阅读请访问 wap.xuanyge.org


随机推荐:修仙十年,下山无敌不过分吧! 全宗门恋爱脑,无所谓,我是疯批 我,破庙河神,开局信女舍身求平安 反派魔王太难撩 逍遥文公子,当世谪仙人 玄幻:表白圣女99次,我真只想白嫖 暗黑死灵法师之执掌诸天 女帝重生万人迷:大佬们,追着宠 

    研究结果表明,联合靶向AXL和ErbB受体的药物,可以是一个更好的方式来对付肿瘤

    quantitativeapproaches

    相似矩阵,有机物的进化

    分级,分子钟,用分子序列和结构推测种系发生,如RNA,dna等

    一阶:序列比对,探索同源性,比较得出种系发生的关系

    二阶:结构,能量最小化,可从DNA---RNA,DNA---PROTEIN,RNA---RNA。矩阵

    用统计来计算

    隐马尔科夫模型预示无限可能性和其量子能级的收敛分布,根据概率来搭建框架

    功能和其表达水平是耦合的,于微分方程表达。用位矩阵表达?

    转录、剪接、小分子核糖核酸,翻译、表观遗传学、蛋白质结构/功能,发展、进化、疾病等多层次耦合

    结构的共同之处或许是各种概率和分布,如基元在二级结构的比例,二级在三级的比例和分布,还有各种基因的时空表达,也是比例和概率和分布。重要的是调节环路的形成

    组学的迁移

    生态位,能级分布

    匹配也有不同层次,相似性质,不同长度,模块化的思想也是重要的

    用相似度来猜测功能(SequencesimilarityimpliesSimilarityinfunctionand/orstructure)但还有空间的结构同源性,貌似可用卷积—概率的相似度来预测结构和功能(路径选择)

    测序可利用不同的偏向性来结合,病毒测序

    用打分矩阵来确定最短路径,替换矩阵来修正

    假设速度也服从某种分布,变异也可分层次,如单个,多个碱基变异

    变异多发于交界面

    非线性是线性组合的序列的近似

    连续空间可积

    分级是重要的划分标准:大小,作用范围,细胞组成,关系……以上也是相互耦合。用波函数来模拟是一种数学操作,也是一种合理的变换

    蛋白结构要最终考虑到对称的存在,是更深层的数学的几何结构

    相互作用的往复循环是无限的,但在数学上则可收敛。同时也如怀疑链的序列的自循环一样,高阶的意义不大。麦克斯韦方程组启示我们可以从整体的高维几何结构来理解,以免我们在特定阶段无限死循环。那么要确定基元:矢量,,再有一个相对确定的运动途径,最后可以在二维的通量(三维体积)有一个确定值

    蛋白质提供的粘合度是概率空间,是一个大背景,使得涌现成为可能

    同源性预测---异测度的分级---使用矩阵寻找等价节点---使用点突变---对接,三维的结构序列—反应可能性,贝叶斯网络

    PS,G,R,D=PSPG|SPR|G,SPA|S,G,R

    =PSPG|SPR|SPA|G,R

    系统的形式我偏向于网络结构表示,系统是生物的一个抽象,生物本身就是多层次的耦合:分子—细胞—组织—器官—系统—机体,每个层次都是相对独立,其耦合体现于序列的相似性

    结构和功能就是固定区和可变区

    每个运动都是多层次的共同竞争,选择性表达,因而在整体层次是隐马尔科夫模式,层次分解,泰勒级数展开

    基因芯片的多数据就是一个具体的多层次的一维体现

    涌现是相互作用的概率在大规模的必然的表达(性质=小概率*相互作用的物体的数目)

    网络的多层次体现于不同的评价标准,有浓度,速度,位置,比例,组合,修饰,时间等等

    不动点原理和中值定理体现的本征层次,这是低维向高维的跃迁,统计的结果,也是亚层结构,一定收敛半径的单位。还是网络的通路就是一个本征

    从顶到底和从底到顶的方法如同阴阳的层次耦合

    组学,单向序列的多维表达,以性质为分层如质量

    形成模式,这是一阶序列的信息富集(CpG岛和甲基化区域),能量的分布,节点的形成模式(新节点倾向于连接高通量区域)

    回文结构和crisper

    网络结构的各个层次的动态平衡就是关系

    耦合不一定是运算的抵消,而是信息的集合蜷缩,是隐马尔科夫模型的封闭体,在特定的环境有特定的选择性表达

    一阶:受体的可变区和固定区(识别配体);二阶:受体激活或抑制的序列形成一定结构,一对多或多对一;三阶:变化导致的通路的耦合,可结合神经网络的层次(可变换)的概率连接

    微分方程的解也是周期的

    网络概率并不强调序列的精确匹配,而是整体的可能性作为一个存储库,其中的一些选择性表达就是我们的信号通路,当环境改变,原有的非模式序列可以重组,反正最后有一定的比例成功表达

    拓扑的耦合如莫比斯带的三维结构二维曲面化,网络就是这样的结构,分布,同修饰异效应(磷酸化和激酶激活情况)形成耦合

    网络的稳健性,重构的可能性

    网络的行为需要的协调是耦合的结果,如交互抑制(侧支兴奋抑制性神经,中枢的协调)和回返性抑制(自我反馈,保持整体一致)

    序列相似性导致的层次耦合,节点的连接。复杂度和熵的相似性

    概率的高维性

    不同层次的匹配,不同长度,尺度

    按照距离计算配对药靶与疾病基因所占的比例,这是复方的作用机制,在网络中确定紧度

    遗传和表观遗传耦合于行为,是次级网络

    ;

    泰国胸最女主播衣服都快包不住了视频在线看!!请关注微信公众号:meinvmei222(长按三秒复制)!!
高速文字首发 本站域名 www.xuanyge.org 手机同步阅读请访问 wap.xuanyge.org