集成特征選擇與基因調(diào)控網(wǎng)絡(luò)構(gòu)建研究

1、碩士學(xué)位論文集成特征選擇與基因調(diào)控網(wǎng)絡(luò)構(gòu)建研究R e s e a r c h o nE n s e m b l eF e a t u r e S e l e c t i o na n d C o n s t r u c t i o n o fG e n eR e g u l a t o r y N e t w o r k s學(xué) 2 1 3 0 9 1 7 4完成日期： 2 0 1 6 ．0 4 ．2 8大連理工大學(xué)D a l i a n

2、U n i v e r s i t yo f T e c h n o l o g y大連理工大學(xué)碩士學(xué)位論文摘 要隨著生物信息技術(shù)的快速發(fā)展，海量基因組數(shù)據(jù)的涌現(xiàn)進(jìn)入后基因組時(shí)代，研究者不再局限于研究單個(gè)基因的功能，而是希望以系統(tǒng)的角度理解維持生物生命活動(dòng)的復(fù)雜生命過程，在這種背景下，系統(tǒng)生物學(xué)得到了快速發(fā)展。在系統(tǒng)生物學(xué)領(lǐng)域，挑戰(zhàn)之一就是基因調(diào)控網(wǎng)絡(luò)的構(gòu)建，基因調(diào)控網(wǎng)絡(luò)以圖形化的方式描述了基因之間的相互作用，通過逆向工程構(gòu)建出基因調(diào)控

3、網(wǎng)絡(luò)可以幫助我們更好的理解當(dāng)環(huán)境條件發(fā)生波動(dòng)時(shí)生物體內(nèi)仍能保持穩(wěn)定的分子機(jī)制。隨著D N A 微陣列技術(shù)的發(fā)展，快速積累的基因表達(dá)數(shù)據(jù)，出現(xiàn)了大量的構(gòu)建基因調(diào)控網(wǎng)絡(luò)的方法。此外，基因序列數(shù)據(jù)和功能注釋數(shù)據(jù)等也在不斷涌現(xiàn)。不同類型數(shù)據(jù)往往提供了不同的信息，如何有效的利用多種數(shù)據(jù)源之間的互補(bǔ)性，對(duì)于準(zhǔn)確構(gòu)建基因調(diào)控網(wǎng)絡(luò)至關(guān)重要。針對(duì)基于基因表達(dá)數(shù)據(jù)，利用特征選擇方法進(jìn)行基因調(diào)控網(wǎng)絡(luò)構(gòu)建的不足，即往往僅給出網(wǎng)絡(luò)中每條潛在邊的重要性評(píng)分，而沒有

4、確定一個(gè)合適的閾值將排序結(jié)果轉(zhuǎn)化為網(wǎng)絡(luò)結(jié)構(gòu)。本文提出了集成特征重要性遺傳算法( E n s e m b l e F e a t u r e I m p o r t a n c e ．G e n e t i cA l g o r i t h m ，E F I ．G A ) ，結(jié)合集成特征選擇算法和遺傳算法構(gòu)建基因調(diào)控網(wǎng)絡(luò)。首先利用集成特征選擇方法為目標(biāo)基因的每個(gè)潛在調(diào)控者計(jì)算一個(gè)重要性分值，該分值表示在該調(diào)控基因和目標(biāo)基因間存在真實(shí)調(diào)控關(guān)

5、系的可信度。然后利用遺傳算法在具有較高可信度的調(diào)控者中篩選出最優(yōu)的調(diào)控者子集。在逆向工程評(píng)估與方法對(duì)話( D i a l o g u e f o rR e v e r s e E n g i n e e r i n g A s s e s s m e n t s a n dM e t h o d s ，D R E A M ) 數(shù)據(jù)集上的實(shí)驗(yàn)結(jié)果表明了該方法的有效性。為了應(yīng)對(duì)外部環(huán)境刺激或者完成某種生命過程，轉(zhuǎn)錄因子通過調(diào)控目標(biāo)基因來執(zhí)行

6、相應(yīng)的功能共同參與同一生命過程，因此兩者之間往往具有相同或相近的功能，考慮轉(zhuǎn)錄因子和目標(biāo)基因之間的功能相關(guān)性將有助于提高構(gòu)建調(diào)控網(wǎng)絡(luò)的準(zhǔn)確性。本文提出了一種融合基因表達(dá)數(shù)據(jù)、基因序列數(shù)據(jù)以及基因本體( G e n eO n t o l o g y ，G O ) 數(shù)據(jù)構(gòu)建基因調(diào)控網(wǎng)絡(luò)的多特征融合方法，以有效運(yùn)用不同數(shù)據(jù)源提供的相關(guān)特性提高基因調(diào)控網(wǎng)絡(luò)構(gòu)建的準(zhǔn)確性。利用多種數(shù)據(jù)源構(gòu)建特征向量，并使用支持向量機(jī)建立分類模型，預(yù)測(cè)轉(zhuǎn)錄因子和目標(biāo)