基于时间序列RNA-Seq测序数据的基因表达动态分析建模研究

In recent years, high-throughput RNA-Seq technology has gradually become the standard technique in time-course experiments. The accuracy of dynamic analysis based on time-series RNA-Seq data is crucial to understanding the biological processes. Among the current methods, the differential expressed gene identification and clustering analysis do not take into account the time information, the influence of data biases and short time-series data. To overcome the shortcomings of existing methods, in this project, the dynamic analysis methods for time-series RNA-Seq data is deliberately designed. There are four key studies: 1) proposing the differential expressed genes detection and 2) proposing the clustering analysis, both based on time-series RNA-Seq data, aiming at solving the aforementioned shortcomings of existing methods simultaneously; 3) proposing for the first time a method of detecting differential expressed isoforms, with the uncertainty of isoform expression level embedded; 4) designing and implementing a user-friendly platform for the dynamic analysis of time-series RNA-Seq data, integrating the above three algorithms. The predictable outcomes of this project include the improvement of the predictive performance of dynamic analysis, and a convenient platform for users. Meanwhile, the project provides powerful support for the dynamic analysis of biological processes using RNA-Seq technology in life sciences and medicine field.

近年来，高通量RNA-Seq测序技术逐渐成为时间进程实验的标准技术手段。基于时间序列RNA-Seq数据的动态分析，其准确性对了解生物过程具有至关重要的作用。现有动态分析中差异表达基因识别和聚类方法，存在未充分考虑数据中时间关联信息，以及数据偏差影响和短时间序列等问题。本项目拟设计专门针对时间序列RNA-Seq数据的动态分析方法，重点研究：1)基于时间序列RNA-Seq数据的差异表达基因识别方法，和2)基于时间序列RNA-Seq数据的聚类方法，旨在同时解决现有方法中不足；3)首次提出时间序列RNA-Seq数据的差异表达剪接异构体识别方法，嵌入表达水平不确定性；4) 设计并实现一个专门针对时间序列数据的动态分析平台，整合上述三个提出算法。本项目预期提高动态分析的预测性能，并且为用户提供一个使用便利的动态分析平台，为生命科学及医学领域利用RNA-Seq技术进行生物过程的动态研究提供有力的支撑。

近年来，高通量测序已成为研究分子生物学的重要实验手段。面向第二代RNA-Seq测序数据，剪接异构体表达水平和寻找差异表达基因是最为基本的数据分析任务。本项目组提出了一个提出了基于多条件多样本的RNA-Seq剪切异构体表达水平方法和一个融合多方法的寻找差异表达基因方法，都取得更好的性能。针对第三代测序数据，本项目组完成了疏花柳叶绿体全基因组序列组装、注释和特征，阐明疏花柳叶绿体基因组的结构和组成。.在研究基因和疾病的关系过程中，逐渐将进入医学图像领域，进而研究遥感和森林火灾图像的处理。在医学图像领域，首先首先回顾了基于深度学习的脑疾病诊断算法研究，然后提出了基于图同构的自闭症诊断方法，以及解决多中心自闭症数据的异质性问题，所提出的方法都取得更好的精度。针对遥感和林火图像的识别处理，提出了一种基于注意力机制的遥感图像云检测算法，以及一个提出了像素级的森林火灾图像自动标注方法，与最先进方法相比，所提出的方法都取得更好识别性能。.