论文部分内容阅读
复杂疾病的发展需要经历三种状态:正常状态、前疾病状态和疾病状态。此外,生物网络的正常状态与疾病状态之间存在着很大的差异。如果能获得网络在不同状态下的特征,便可以达到疾病预警的目的。在本研究中,我们提出一个算法学习网络在不同状态下的特征,从而判断个体状态。我们将该方法应用到真实数据集肺鳞状细胞癌,从而验证了该方法的有效性。