深度学习在生物信息学中的研究与应用

本书基于长期的教学实践以及同国内学者的交流合作编写完成，系统介绍了深度学习在生物信息学中的基本概念与应用模式。全书共分为8章。内容涵盖深度学习与生命科学的内在联系，深度学习的主要计算框架，深度学习在生物图像、语音、序列等重要生物数据上的应用。本书优选的特点是理论与实践相结合，通过示例分析的形式降低了读者的学习难度，避免了理论学习的枯燥性。本书的部分案例直接选自生物信息研究中的实例，这使得本书更具有实战性。

第1章绪论1
1.1什么是生物信息学1
1.2生命科学与人工智能(深度学习)相关大记事1
1.3神经网络(深度学习)与生命科学的内在联系2
1.4深度学习在生物信息学中的主要应用4
1.5生物信息学杂志6
第2章深度学习中张量对数据建模7
2.1概念7
2.1.1传统数据建模方法7
2.1.2张量的引入8
2.1.3张量的运算10
2.2数据建模方法11
2.2.1图片的张量表示11
2.2.2张量对时空数据建模12
2.3张量分解13
2.3.1矩阵乘法的扩展13
2.3.2CP分解14
第3章深度学习框架16
3.1主流深度学习框架16
3.1.1五大主流框架简介16
3.1.2五大主流工具比较18
3.2TensorFlow深度学习框架介绍20
3.2.1TensorFlow的背景20
3.2.2TensorFlow的特点20
3.2.3TensorFlow的运行机制21
3.3TensorFlow基础实践23
3.3.1安装TensorFlow23
3.3.2TensorFlow基本概念24
3.3.3TensorFlow基本数据结构25
3.3.4TensorFlow基本操作28
3.3.5深入理解TensorFlow计算图33
3.3.6TensorFlow应用36
3.4TensorBoard可视化工具37
3.4.1TensorBoard介绍37
3.4.2数据序列化38
3.4.3启动TensorBoard40
3.4.4利用TensorBoard调参示例41
第4章深度学习在生物图片上的应用44
4.1深度学习在脑肿瘤分割中的应用研究44
4.1.1脑肿瘤分割概述44
4.1.2脑肿瘤分割研究现状46
4.1.3脑肿瘤分割模型47
4.1.4模型损失函数48
4.1.5脑肿瘤分割实验建立49
4.1.6结论53
4.2卷积神经网络在生物形态学评估中的应用54
4.2.1背景介绍54
4.2.2实验数据简介56
4.2.3Deepfish网络构建56
4.2.4Deepfish模型架构56
4.2.5Deepfish网络架构58
4.2.6实验设置60
4.2.7评估和分析60
4.2.8Deepfish不同结构实验结果61
4.2.9讨论62
参考文献63
第5章深度学习在生物音频数据上的研究67
5.1基于声音的性别识别67
5.1.1介绍67
5.1.2数据预处理68
5.1.3模型搭建72
5.1.4训练及验证79
5.1.5总结82
5.2蝙蝠及回声定位82
5.2.1蝙蝠及回声定位简介82
5.2.2工作可行性及相关意义83
5.2.3相关工作84
5.2.4工作流程85
5.2.5模型设计92
5.2.6实验93
5.2.7结论96
参考文献97
第6章机器学习在蛋白质功能预测中的应用99
6.1概率主题模型概述99
6.1.1主题建模原理100
6.1.2主题模型研究现状104
6.1.3主题模型在生物信息中的应用106
6.2蛋白质功能预测109
6.3基于多标签监督主题模型的蛋白质功能预测111
6.3.1词包构造111
6.3.2模型描述113
6.3.3学习和推理115
6.4深度学习在蛋白质功能预测中的应用116
6.4.1蛋白质功能数据集的数据不平衡性116
6.4.2层次多标签分类在蛋白质功能预测中的应用119
6.4.3递归神经网络在蛋白质功能预测中的研究119
参考文献120
第7章基因序列卷积的一般方法126
7.1DeepBind126
7.1.1DeepBind背景介绍126
7.1.2DeepBind技术实现126
7.2DeepCpG127
7.3DeepSEA128
7.3.1DeepSEA背景介绍128
7.3.2DeepSEA技术实现128
7.4Basset129
7.4.1Basset基础介绍129
7.4.2Basset结构介绍129
7.4.3Basset实验环境安1
7.4.4Basset代码实现131
7.5生物信息中的特征工程135
7.5.1特征工程135
7.5.2生物信息中的特征工程实现方法136
7.6数据可视化分析方法145
7.6.1circos可视化介绍与实现146
7.6.2曼哈顿图绘制149
参考文献150
第8章生成对抗网络在生物信息学领域中的探索152
8.1生成对抗网络152
8.1.1生成对抗网络的基本介绍152
8.1.2生成对抗网络的基本概念152
8.1.3生成对抗网络理论153
8.2生成对抗网络的应用155
8.3生成对抗网络对生物信息学的意义156
8.4生成对抗网络在医学图像上的探索157
8.5本章小结158
参考文献159