集成特征選擇與基因調(diào)控網(wǎng)絡構(gòu)建研究.pdf

1、碩士學位論文集成特征選擇與基因調(diào)控網(wǎng)絡構(gòu)建研究ResearchonEnsembleFeatureSelectionandConstructionofGeneRegulatoryNetworks學21309174完成日期：20160428大連理工大學DalianUniversityofTechnology大連理工大學碩士學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)進入后基因組時代，研究者不再局限于研究單個基因的功能，而是希

2、望以系統(tǒng)的角度理解維持生物生命活動的復雜生命過程，在這種背景下，系統(tǒng)生物學得到了快速發(fā)展。在系統(tǒng)生物學領(lǐng)域，挑戰(zhàn)之一就是基因調(diào)控網(wǎng)絡的構(gòu)建，基因調(diào)控網(wǎng)絡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)控網(wǎng)絡可以幫助我們更好的理解當環(huán)境條件發(fā)生波動時生物體內(nèi)仍能保持穩(wěn)定的分子機制。隨著DNA微陣列技術(shù)的發(fā)展，快速積累的基因表達數(shù)據(jù)，出現(xiàn)了大量的構(gòu)建基因調(diào)控網(wǎng)絡的方法。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

3、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)源之間的互補性，對于準確構(gòu)建基因調(diào)控網(wǎng)絡至關(guān)重要。針對基于基因表達數(shù)據(jù)，利用特征選擇方法進行基因調(diào)控網(wǎng)絡構(gòu)建的不足，即往往僅給出網(wǎng)絡中每條潛在邊的重要性評分，而沒有確定一個合適的閾值將排序結(jié)果轉(zhuǎn)化為網(wǎng)絡結(jié)構(gòu)。本文提出了集成特征重要性遺傳算法(EnsembleFeatureImportanceGeneticAlgorithm，EFIGA)，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。首先

4、利用集成特征選擇方法為目標基因的每個潛在調(diào)控者計算一個重要性分值，該分值表示在該調(diào)控基因和目標基因間存在真實調(diào)控關(guān)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。在逆向工程評估與方法對話(DialogueforReverseEngineeringAssessmentsandMethods，DREAM)數(shù)據(jù)集上的實驗結(jié)果表明了該方法的有效性。為了應對外部環(huán)境刺激或者完成某種生命過程，轉(zhuǎn)錄因子通過調(diào)控目標基因來

5、執(zhí)行相應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)絡的準確性。本文提出了一種融合基因表達數(shù)據(jù)、基因序列數(shù)據(jù)以及基因本體(GeneOntology，GO)數(shù)據(jù)構(gòu)建基因調(diào)控網(wǎng)絡的多特征融合方法，以有效運用不同數(shù)據(jù)源提供的相關(guān)特性提高基因調(diào)控網(wǎng)絡構(gòu)建的準確性。利用多種數(shù)據(jù)源構(gòu)建特征向量，并使用支持向量機建立分類模型，預測轉(zhuǎn)錄因子和目標基因之間的調(diào)控關(guān)系。在擬南