基于多源數(shù)據(jù)融合的變結(jié)構(gòu)DBN模型基因調(diào)控網(wǎng)絡(luò)構(gòu)建.pdf

1、隨著生物學(xué)的發(fā)展，對基因調(diào)控網(wǎng)絡(luò)構(gòu)建的研究成為近期生物信息學(xué)的研究熱點之一。用計算科學(xué)的方法對高通量實驗數(shù)據(jù)進(jìn)行分析，并利用一定的數(shù)學(xué)模型推測基因調(diào)控網(wǎng)絡(luò)的結(jié)構(gòu)，具有成本低、準(zhǔn)確度高的特點。其結(jié)果可以為相關(guān)的研究人員提供有效的指導(dǎo)和參考，為進(jìn)一步的實驗和研究指明方向。
　　 本文以基因表達(dá)數(shù)據(jù)和相關(guān)的蛋白質(zhì)相互作用數(shù)據(jù)作為主要研究對象，以構(gòu)建基因調(diào)控網(wǎng)絡(luò)為主要研究目的，對基因表達(dá)數(shù)據(jù)的動態(tài)平穩(wěn)性分析及利用多源融合策略進(jìn)行調(diào)控網(wǎng)絡(luò)

2、構(gòu)建等問題進(jìn)行了較深入的研究。為了在改善網(wǎng)絡(luò)構(gòu)建結(jié)果的同時更多的挖掘基因表達(dá)數(shù)據(jù)的時序信息，提出了基于變結(jié)構(gòu)動態(tài)貝葉斯網(wǎng)絡(luò)和多源數(shù)據(jù)融合的調(diào)控網(wǎng)絡(luò)構(gòu)建算法。實驗證明，該算法不僅可以有效地改善構(gòu)建結(jié)果，還可以挖掘出調(diào)控關(guān)系的時序特征。
　　 本文的創(chuàng)新和主要貢獻(xiàn)如下：
　　 (1)提出了基于平穩(wěn)性度量的平穩(wěn)區(qū)間識別算法。提出了基因表達(dá)數(shù)據(jù)的平穩(wěn)度測量函數(shù)，并利用假設(shè)檢驗的相關(guān)原理設(shè)計了平穩(wěn)區(qū)間識別算法。針對每個平穩(wěn)區(qū)間內(nèi)基

3、因的個數(shù)和樣本個數(shù)均發(fā)生變化這一問題提出了數(shù)據(jù)質(zhì)量這一評價標(biāo)準(zhǔn)。
　　 (2)提出了基于變結(jié)DBN模型與多源數(shù)據(jù)融合的調(diào)控網(wǎng)絡(luò)構(gòu)建算法。在識別出平穩(wěn)區(qū)間的基礎(chǔ)上，利用變結(jié)構(gòu)DBN模型構(gòu)建基因調(diào)控網(wǎng)絡(luò)，針對區(qū)間內(nèi)數(shù)據(jù)質(zhì)量下降的問題，引入多源數(shù)據(jù)融合策略，提出了基于變結(jié)構(gòu)DBN和多源數(shù)據(jù)融合的調(diào)控網(wǎng)絡(luò)構(gòu)建算法，利用基于多源數(shù)據(jù)融合的DBN學(xué)習(xí)算法來學(xué)習(xí)區(qū)間內(nèi)的子網(wǎng)絡(luò)。再利用變結(jié)構(gòu)動態(tài)貝葉斯網(wǎng)絡(luò)整合算法構(gòu)建出整個基因調(diào)控網(wǎng)絡(luò)。該算法不