论文部分内容阅读
在后基因时代，功能基因学(functi0.al gen0.ics)成为生物研究的一大挑战。其研究内容之一是：基因的表达同细胞表型特征的关系。想要从基因角度理解复杂器官的生物学原理，本文作者首先要理解表型特征产生和维持的动态过程。而表型特征，实质上是特定的基因得以选择性的表达所导致的结果，它反映出细胞的变化历程以及细胞对周围环境的响应。为了定义细胞的表型特征，本文作者可以在大量的数据中，以细胞核或细胞质为依据，对多种关键的蛋白质进行动力学分析和定量评估。同时，我们还需要加入刺激因素，通过细胞对刺激的响应，建立并测试相关的功能模型。在以上所提出的研究方法中，至关重要的环节就是将与不同目标器官相关联的蛋白质的定位分析加以分类，建立定量分析蛋白质响应的计算方法，并为细胞的响应建立多元的表达方法，从而使得本文作者能够在更高的层面上对生物特性加以分析。本文的工作及主要贡献包括以下四个部分：
①提出了针对细胞膜蛋白质分割方法。通过对细胞膜蛋白质图像的观察和分析，提出迭代切线voting算法检测和增强细胞膜蛋白质信号。以此为基础，本文作者利用适当的几何约束和细胞核信息，提出了细胞膜蛋白质的分割方法，它为基于细胞的蛋白质分析提供了依据。实验数据证明了算法的鲁棒性，实验结果具有合理的生物物理解释。
②提出了基于单个焦平面的三维细胞簇分割算法。通过对单个焦平面三维细胞簇图像的观察和分析，我们利用合理的几何约束和动态轮廓模型，建立了基于“检测-约束-分割”三个步骤的分割方法。该方法为基于单个焦平面的三维细胞簇模型的分析和建模提供了重要依据。实验结果证明了算法的有效性。
③提出了三维细胞簇分割方法。通过对三维细胞簇数据的观察和分析，利用合理的几何约束和Radon变换，建立了基于“检测-约束-分割”三个步骤的分割方法。由于三维细胞簇模型在功能上更接近于人体细胞模型，因此该方法所得出的分析结果为研究人体细胞模型提供了更加可靠的信息。实验结果验证了算法的鲁棒性。
④建立了信息的多元表示方法。该多元表示法为信息的组织，以及基于更高层次的信息分析提供了重要依据。我们以细胞膜蛋白质为例，给出了基于细胞的多元特征分析的例子。示例中所得出的分析结果，具有很好的生物物理解释。目前本文作者所有计算得出的生物信息都以此方式进行表达。