利用貝葉斯網(wǎng)絡(luò)模型推斷基因調(diào)控網(wǎng)絡(luò)方法的比較研究.pdf

1、在利用基因芯片的高通量特性的情況下，研究者們希望利用這些數(shù)據(jù)獲得基因間的調(diào)控關(guān)系，提出的推斷方法很多，如布爾網(wǎng)絡(luò)、相關(guān)分析、微分方程、貝葉斯網(wǎng)絡(luò)等。本文研究了現(xiàn)在較為熱點(diǎn)的貝葉斯網(wǎng)絡(luò)模型，主要對它的結(jié)構(gòu)學(xué)習(xí)算法進(jìn)行了比較分析，期望找到適合分析基因表達(dá)數(shù)據(jù)的特異性結(jié)構(gòu)學(xué)習(xí)算法。具體比較的算法有K2、馬爾可夫鏈蒙特卡洛(MCMC)和貪婪搜索(GS)三種。 當(dāng)樣本小于10時(shí)，很難獲得數(shù)據(jù)間的正確關(guān)系。隨著樣本量的增多其推斷出的結(jié)構(gòu)與真

2、實(shí)圖相近，隨著樣本量的增多其推斷出的結(jié)構(gòu)與真實(shí)圖相近，利用MCMC法在基因數(shù)為5時(shí)需要50個(gè)芯片數(shù)據(jù)；基因數(shù)為9和11需要100個(gè)芯片數(shù)據(jù)；基因數(shù)為13時(shí)需要200個(gè)芯片數(shù)據(jù)。利用k2算法在給定合適的順序的前提下與MCMC算法情況相似，但其需要提供有效的先驗(yàn)信息，這一點(diǎn)是其推斷網(wǎng)絡(luò)結(jié)構(gòu)的最大限制。利用GS算法在基因數(shù)目在13個(gè)以下時(shí)都需要約200個(gè)樣本，當(dāng)將基因數(shù)增加到20，這時(shí)約需要1000個(gè)樣本。 K2在給定適合的先驗(yàn)順序后

3、可推斷出較準(zhǔn)確的結(jié)構(gòu)，且推斷速度很快，但其缺點(diǎn)是對先驗(yàn)的依賴性強(qiáng)。利用MCMC算法不需要任何先驗(yàn)值，在樣本量達(dá)到100時(shí)會在60-85分鐘的時(shí)間內(nèi)學(xué)習(xí)出小于15個(gè)基因的調(diào)控網(wǎng)絡(luò)。GS算法所需要的樣本量較大，消耗機(jī)時(shí)較長，且獲得的值多為局部最優(yōu)解，本實(shí)驗(yàn)建議舍棄此法。 利用k2、GS和MCMC三種算法學(xué)習(xí)部分細(xì)胞周期網(wǎng)絡(luò)所獲得的結(jié)果其正確率在20％～35％間。但利用ASIA非基因表達(dá)數(shù)據(jù)這三種算法在芯片數(shù)達(dá)到100、100和200