基于先驗生物學知識的基因網(wǎng)絡(luò)重構(gòu)研究.pdf

1、近年來，隨著人類基因組計劃的完成以及分子生物學技術(shù)的進步，尤其是在下一代測序(NGS)革新生物研究的原則，這些方法的革新使科學家花費了大量的時間和成本，然而，分析這些數(shù)據(jù)成為生物信息學領(lǐng)域的一個新挑戰(zhàn)[2]。在所有的數(shù)據(jù)挖掘任務(wù)中，基因調(diào)控網(wǎng)絡(luò)推理和預(yù)測已成為當前時代一個最令人興奮的話題[3]。在對生物有機體進行排序和識別之后，研究者對基因如何互相調(diào)節(jié)產(chǎn)生興趣。最近完成的ENCODE任務(wù)通過揭示大多非編碼DNA參與調(diào)節(jié)基因表達，進一步強

2、調(diào)了基因調(diào)控網(wǎng)絡(luò)的重要性[4]。簡單來說，關(guān)于基因調(diào)控網(wǎng)絡(luò)推論的研究在未來十年將依然很重要。雖然有許多關(guān)于基因調(diào)控網(wǎng)絡(luò)推論的研究，卻只有少數(shù)人關(guān)注新興數(shù)據(jù):時間序列基因表達數(shù)據(jù)。在新一代測序技術(shù)的幫助下，研究者能夠很容易的從一個生物過程中獲取這類數(shù)據(jù)[1]，例如，細胞周期。幾乎每一個個體的生物的現(xiàn)象都是一個涉及時間領(lǐng)域的動態(tài)過程，生物學家對于收集和分析時間序列基因表達數(shù)據(jù)越來越感興趣。事實上，眾所周知近幾年基因表達數(shù)據(jù)庫已經(jīng)收集了越來越

3、多的時間序列數(shù)據(jù)[7]。因此，發(fā)展可靠地基因調(diào)控網(wǎng)絡(luò)推理策略和時間序列算法對于時間序列基因表達數(shù)據(jù)已經(jīng)成為一項緊急任務(wù)。許多科學分析研究的基礎(chǔ)數(shù)據(jù)資源都有賴于高速發(fā)展的基因芯片技術(shù)提供。
　　本文主要針對DBN網(wǎng)絡(luò)建模方法和互信息網(wǎng)絡(luò)重構(gòu)方法的不足提出了用于非平衡數(shù)據(jù)集(n(＞＞)T）的處理辦法。具體做了以下幾項工作;首先本文對二元因果關(guān)系模型和多元因果關(guān)系模型進行一個簡單的介紹;其次，通過加入先驗知識利用嶺回歸發(fā)現(xiàn)基因之間因果關(guān)