基因調(diào)控網(wǎng)絡(luò)構(gòu)建算法研究.pdf

1、隨著生物基因相關(guān)技術(shù)的發(fā)展，基因組測(cè)序的完成預(yù)示著人類步入了后基因組時(shí)代，生物基因的研究方向也從基因序列研究轉(zhuǎn)向了結(jié)構(gòu)和功能的研究。深入挖掘其中的信息，為生命科學(xué)提供更多更有價(jià)值的知識(shí)，為揭示生命奧秘提供相關(guān)理論基礎(chǔ)?；蛘{(diào)控網(wǎng)絡(luò)的構(gòu)建，其目的在于從基因表達(dá)數(shù)據(jù)推斷出基因之間彼此作用的潛在關(guān)系。本文針對(duì)當(dāng)前構(gòu)建基因調(diào)控網(wǎng)絡(luò)方法中存在的缺點(diǎn)，提出兩種用于構(gòu)建基因調(diào)控網(wǎng)絡(luò)的改進(jìn)算法，提高預(yù)測(cè)的準(zhǔn)確度，本文的主要工作如下：
　　為了解決

2、K2算法難以準(zhǔn)確確定初始節(jié)點(diǎn)順序以及容易陷入局部最優(yōu)解等問(wèn)題，本文提出基于K2算法和模擬退火算法的貝葉斯網(wǎng)絡(luò)構(gòu)建算法MI_K2SA。MI_K2SA算法利用互信息衡量節(jié)點(diǎn)之間的關(guān)聯(lián)程度構(gòu)建出無(wú)向網(wǎng)絡(luò)，依據(jù)最大權(quán)生成圖獲取初始的節(jié)點(diǎn)順序作為算法MI_K2SA的初始輸入，在搜索最佳網(wǎng)絡(luò)過(guò)程中融合模擬退火算法跳出局部最優(yōu)網(wǎng)絡(luò)從而搜索全局最優(yōu)網(wǎng)絡(luò)，通過(guò)在Asia網(wǎng)絡(luò)上和酵母菌數(shù)據(jù)集上的實(shí)驗(yàn)表明，MI_K2SA算法不僅可以有效地獲得初始節(jié)點(diǎn)順序，提

3、升算法性能，而且獲得的網(wǎng)絡(luò)具有更高的準(zhǔn)確率。
　　針對(duì)用于構(gòu)建基因調(diào)控網(wǎng)絡(luò)的基因數(shù)據(jù)存在大變量小樣本以及沒(méi)有充分利用基因數(shù)據(jù)時(shí)序性等問(wèn)題，提出基于最大信息系數(shù)構(gòu)建時(shí)序基因調(diào)控網(wǎng)絡(luò)算法MICRAT。最大信息系數(shù)可以衡量?jī)蓚€(gè)基因關(guān)聯(lián)程度，而且即使在少量數(shù)據(jù)集上也可以得到較高的精確率，適合具有高維少樣本的基因數(shù)據(jù)。算法MICRAT引入最大信息系數(shù)衡量?jī)蓚€(gè)基因之間的關(guān)聯(lián)程度，以此構(gòu)建基因調(diào)控網(wǎng)絡(luò)無(wú)向圖，使用條件互信息去除無(wú)向圖中冗余的三角