數(shù)據(jù)驅(qū)動的生物網(wǎng)絡(luò)去卷積濾噪新算法研究.pdf

1、網(wǎng)絡(luò)是一種優(yōu)良的載體，可以用來表示諸如社會科學、生物科學和信息科學等中的復雜關(guān)系。盡管復雜網(wǎng)絡(luò)研究方法已經(jīng)取得了一些進展，但是真實世界中的網(wǎng)絡(luò)十分復雜，仍然難于處理。一個重要問題就是觀測到的網(wǎng)絡(luò)包含噪聲。如果在網(wǎng)絡(luò)構(gòu)建時不能很好的去除這些噪聲，就會誤導后續(xù)的分析、誘導累計誤差。所以從觀測到的網(wǎng)絡(luò)中濾除噪聲，找出真實關(guān)聯(lián)信息就是一個亟需解決的重要問題。鏈式噪聲是網(wǎng)絡(luò)構(gòu)建中觀測到的一種主要噪聲。目前只有少數(shù)科學家Jones D.T.等給出了

2、模糊的概念：如果點AB和點BC間有真實關(guān)聯(lián)，鏈式噪聲表現(xiàn)為預測出來的網(wǎng)絡(luò)中AC之間的非真實關(guān)聯(lián)。為了濾除這種鏈式噪聲，科學家研究了一些使用全局優(yōu)化的算法，比如在蛋白質(zhì)氨基酸關(guān)聯(lián)網(wǎng)絡(luò)領(lǐng)域，PSICOV使用求逆后的偏相關(guān)矩陣，以及DCA利用波茨物理模型來區(qū)分直接關(guān)聯(lián)信息和間接關(guān)聯(lián)信息。除了上述針對特定領(lǐng)域的濾噪方法，網(wǎng)絡(luò)去卷積算法(ND，Network Deconvolution)利用去卷積的概念直接對鏈式噪聲進行建模并去除噪聲，但是該方法

3、并沒有精確模擬鏈式噪聲，并存在參數(shù)依賴問題。
　　本文針對現(xiàn)有濾噪方法普遍存在應(yīng)用場景單一、參數(shù)依賴的問題，從信息學和圖論結(jié)合的角度，提出了圖信息場理論模型，分析了鏈式噪聲的產(chǎn)生機理，給出了鏈式噪聲的明確定義，指出鏈式噪聲是一種由于節(jié)點間的非直接路徑（經(jīng)由其他節(jié)點的路徑）傳導的信息產(chǎn)生的一種具有假陽性的噪聲；并構(gòu)建了噪聲模型，提出了網(wǎng)絡(luò)均衡去卷積算法（BND，Balanced Network Deconvolution）濾除鏈式噪

4、聲。均衡是指BND算法構(gòu)建了均衡的噪聲模型，消除了ND模型中的自相關(guān)信息，并保持了特征值的均衡分布。同時BND算法使用方便，不需要額外的優(yōu)化參數(shù)。為了驗證BND算法濾除鏈式噪聲的能力，我們在三種網(wǎng)絡(luò)上做了大量實驗，包括蛋白質(zhì)氨基酸關(guān)聯(lián)網(wǎng)絡(luò)（CASP9，CASP10和PSICOV數(shù)據(jù)集），基因調(diào)控網(wǎng)絡(luò)（單核真核細胞 Saccharomyces cerevisiae和Escherichia coli細菌數(shù)據(jù)集）和兩種社會共作者網(wǎng)絡(luò)。豐富的實