隱馬爾可夫模型在基因調控網(wǎng)絡建模中的應用.pdf

1、人類基因組草圖的繪制完成,標志著現(xiàn)代生命科學研究已經(jīng)進入了后基因組時代。生物學關心的焦點已由結構基因組學轉向了功能基因組學,對基因彼此之間的相互作用,尤其是基因表達調控網(wǎng)絡的構建,受到越來越多的關注。建立基因調控網(wǎng)絡模型的目的是為了更形象地從系統(tǒng)水平上研究基因之間的相互作用關系,從而幫助理解生命現(xiàn)象的本質規(guī)律。由于實際基因調控網(wǎng)絡是一個復雜的隨機系統(tǒng),目前大多數(shù)確定型基因調控網(wǎng)絡模型存在著結構簡單且需預先確定、描述較為粗糙、精確性不高等

2、缺點。然而,隨機型模型卻具有不依賴于先驗知識和參數(shù)模型、可采用實例學習的方法獲取模型參數(shù)、統(tǒng)計學意義上更為可靠、而且通過增加學習的實例可以提高基因網(wǎng)絡構建的魯棒性等優(yōu)點。因此,概率基因調控網(wǎng)絡模型近年來已受到越來越多的關注,本文也主要研究和討論了概率基因調控網(wǎng)絡的特點及其構建方法。已有概率基因調控網(wǎng)絡的構建大都建立在聚類的基礎上,本文首先對廣泛應用于聚類分析中的k-means聚類算法進行了一定改進以提高聚類質量,并基于改進的聚類算法和冗