基本信息
文件名称：基于正则化稀疏回归模型的转录组学数据分析.pdf
文件大小：12.87 MB
总页数：73 页
更新时间：2025-09-20
总字数：约13.12万字
文档摘要
摘要
在生物信息学领域,高通量转录组学数据被广泛应用于疾病研究.正则化稀疏回归方
法能自动选择特征,进而在高维数据分析中备受瞩目.本文发展了三种正则化稀疏回归
模型并将其应用于高通量转录组数据分析.本文的主要贡献如下:
(1)针对表型相关细胞亚群辨识问题,本文利用共享基因整合批量和单细胞RNA-seq数
据并使用莱顿算法对细胞进行分群,结合负对数似然(或Cox损失函数)与稀疏群Lasso惩罚
构建了LPSGL模型.受益于引入的细胞群