辽宁省自然科学基金项目《基于关联关系的特征选择算法及其应用研究》

复杂疾病的临床标志物研究已经成为生物信息学领域中的热点，尤其是恶性肿瘤的早期诊断、鉴别信息和分型对于提高病人的生存率十分重要。癌症严重威胁着人类的健康，给社会、家庭都带来沉重的经济负担。WHO统计结果表明全球每八个死亡者中就有一人死于癌症，并且在未来的五十年里这一比例还将持续增长。发现新型有效的恶性肿瘤标志物，通过早诊断、早干预提高恶性肿瘤的预后及术后效果，降低病人的死亡率，具有重要的现实意义。

鞍山师范学院数学与信息科学学院教师黄鑫，成功申请了辽宁省自然科学基金项目“基于关联关系的特征选择算法及其应用研究”（No.2019-BS-001）。该项目将针对癌症临床诊断中亟需解决的关键问题，深入探究癌症发生发展过程中特征间关联关系的变化，基于概率论方法和通路反应的生物学意义，分析分子间生化活动，系统探究单特征和比值特征在机体不同生理、病理状态下的变化规律，筛选不同形式的重要特征；研制融合分析特征间关联关系的新算法，从线性角度和非线性角度统筹分析疾病发生发展中特征间关联性的改变，深层次地发现在不同疾病样本中关联关系的差异性变化；探索通路反应在机体病变时的紊乱机制，研制有效表征特征间关联关系变化的新算法用于生物网络的构建，寻找疾病发生状态下特征间的关联规律；基于所构建的生物网络，研发有效的网络拓扑结构分析算法，筛选具有差异性变化的网络子图，确定疾病恶化的关键节点和早期预警信号。将开发的新方法应用于已收集的疾病组学数据分析中，以期克服基于分子层面的特征选择算法在临床应用研究中的局限性，为复杂疾病组学数据的分析提供有效的新工具。