基因表達預測模型研究.pdf

1、當人類基因組完成測序，基因表達調(diào)控的研究成為了生物信息學的重點。根據(jù)中心法則可知基因表達調(diào)控的主要階段是基因的轉(zhuǎn)錄?；虻霓D(zhuǎn)錄與轉(zhuǎn)錄因子、組蛋白修飾、DNase I靈敏度等有著緊密的聯(lián)系。隨著分子生物實驗的改進，能夠更準確的衡量基因表達的程度，為利用回歸模型模擬轉(zhuǎn)錄因子、組蛋白修飾、DNase I調(diào)控基因表達的過程創(chuàng)造了條件。同時，利用回歸模型進行基因表達預測也成為了生物信息學的一個熱點問題。
　　本文主要工作是建立3種回歸模型預

2、測基因的表達，分別是多元線性回歸模型，支持向量回歸模型，回歸樹模型。我們分別將轉(zhuǎn)錄因子、組蛋白修飾和DNase I的數(shù)據(jù)作為回歸模型的解釋因子預測基因表達，我們得出以下結(jié)論：轉(zhuǎn)錄因子聯(lián)合組蛋白修飾和DNase I能夠增強回歸模型的預測能力，同時基因表達的程度可以通過計算手段得到，而不僅僅是通過生物實驗。
　　首先我們利用多元線性回歸模型預測基因的表達。分析了回歸模型的擬合度和預測能力。實驗結(jié)果表明回歸模型達到了預定的效果，但其對模

3、型中各個因素處理過于簡單。
　　然后我們利用支持向量回歸模型預測基因的表達，比對了支持向量回歸模型和多元線性回歸模型預測基因表達的能力，同時比對了擬合度。實驗結(jié)果表明：支持向量回歸模型不僅僅能提升擬合度，同時也能提升預測能力。為了證明結(jié)果的提升歸因于支持向量回歸的核函數(shù),我們分別做了有核函數(shù)和無核函數(shù)的計算，計算結(jié)果表明了這種假設的成立。我們將組蛋白修飾信息作為先驗概率，與轉(zhuǎn)錄因子親和度分值結(jié)合，得到后驗對數(shù)幾率得分，將該值作為回

4、歸模型的特征，實驗結(jié)果表明模型中加入組蛋白修飾信息可提高基因表達的預測能力。因此我們得出結(jié)論：轉(zhuǎn)錄因子、組蛋白修飾和DNase I對基因的表達均具有調(diào)控作用，這些信息的有效組合能極大提高模型的預測能力。
　　最后我們利用回歸樹模型預測基因的表達，然而，回歸樹模型在擬合度和預測能力與其他模型相比較稍微低。于是，我們提出了基于線性變換的回歸樹模型。該模型是先聯(lián)合每個解釋因子做線性回歸，挑選出合適的解釋因子組成新的解釋因子集合，再利用回