《基於網路的全基因組關聯分析方法》是鄧明華為項目負責人，北京大學為依託單位的面上項目。
基本介紹
- 中文名：基於網路的全基因組關聯分析方法
- 項目類別 ：面上項目
- 依託單位 ：北京大學
- 項目負責人：鄧明華
科研成果 ,項目摘要,
科研成果
序號 | 標題 | 類型 | 作者 |
|---|---|---|---|
1 | Differential network analysis via lasso penalized D-trace loss | 期刊論文 | Yuan, Huili(#); Xi, Ruibin(*); Chen, Chong; Deng, Minghua(*) |
2 | Low-Rank and Sparse Matrix Decomposition for Genetic Interaction Data | 期刊論文 | Wang, Yishu(#); Yang, Dejie; Deng, Minghua(*) |
3 | Graphical model selection with latent variables | 期刊論文 | Wu C.(#); Zhao H.; Fang H.; Deng M.(*) |
4 | VCNet: vector-based gene co-expression network construction and its application to RNA-seq data | 期刊論文 | Wang, Zengmiao(#)，Fang, Huaying，Tang, Nelson Leung-Sang(*)，Deng, Minghua(*) |
5 | PDEGEM: Modeling non-uniform read distribution in RNA-Seq data | 期刊論文 | Yuchao Xia(#); Fugui Wang; Zhaohui Qin; Minping Qian; Minghua Deng(*) |
6 | A network based covariance test for detecting multivariate eQTL in saccharomyces cerevisiae | 期刊論文 | Yuan, Huili(#); Li, Zhenye; Tang, Nelson L. S.; Deng, Minghua(*) |
7 | 蛋白質中殘基遠程相互作用預測算法研究綜述 | 期刊論文 | 張海倉(#)，高玉娟，鄧明華，鄭偉謀，卜東波 |
8 | RaptorX-Angle: real-value prediction of protein backbone dihedral angles through a hybrid method of clustering and deep learning | 期刊論文 | Gao, Yujuan(#); Wang, Sheng; Deng, Minghua(*); Xu, Jinbo(*) |
9 | Insights into the transmission of respiratory infectious diseases through empirical human contact networks | 期刊論文 | Huang, Chunlin，Liu, Xingwu，Sun, Shiwei，Li, Shuai Cheng，Deng, Minghua，He, Guangxue，Zhang, Haicang，Wang, Chao，Zhou, Yang，Zhao, Yanlin，Bu, Dongbo(*) |
10 | Estimation of isoform expression in RNA-seq data using a hierarchical bayesian model | 期刊論文 | Zengmiao Wan(#); Jun Wang; Changjing Wu; Minghua Deng(*) |
11 | Improving residue–residue contact prediction via low-rank and sparse decomposition of residue correlation matrix | 期刊論文 | Haicang Zhang(#); Yujuan Gao; Minghua Deng; Chao Wang; Jianwei Zhu; Shuai Cheng Li; Wei-Mou Zheng; Dongbo Bu |
12 | CCLasso: correlation inference for compositional data through Lasso | 期刊論文 | Fang, Huaying(#); Huang, Chengcheng; Zhao, Hongyu; Deng, Minghua(*) |
13 | 微生物組學中的高維計數和成分數據分析簡 | 期刊論文 | 吳昌晶(#); 何順; 鄧明華(*) |
14 | gCoda: Conditional Dependence Network Inference for Compositional Data | 期刊論文 | Fang, Huaying(#)，Huang, Chengcheng，Zhao, Hongyu，Deng, Minghua(*) |
項目摘要
認識人類疾病的遺傳基礎、發現遺傳變異導致疾病的生物機制是人類健康的關鍵。全基因組關聯分析(GWAS)旨在檢測人群中的複雜性狀與基因組上的突變位點之間的關聯。表達數量性狀(eQTL)分析是將基因表達量作為數量性狀，發現可以解釋基因表達變化的突變位點，是理解分子機制的重要手段。通常的eQTL分析以單基因、單位點的方式進行，忽略了基因之間、位點之間的可能相互作用，從而造成了統計檢驗功效的損失。本項目提出基於網路的關聯分析方法，從三方面進行研究：其一、網路相關的遺傳位點發現，旨在發現影響一組基因之間的調控網路的遺傳位點；其二、遺傳位點之間上位作用的檢測；其三、基於網路的多數據關聯分析融合，預測疾病相關的基因.
