基于Bootstrap DBN模型的基因調控網絡構建.pdf

1、動態(tài)貝葉斯網絡(DBN)模型是構造基因調控網絡的主要模型之一,目前用于構造模型的數據多為基因表達數據。由于基因表達數據存在噪聲大、樣本點少等缺陷,且缺乏先驗知識,使得網絡構建的可靠性并沒有達到理想的標準。為了更好的描述基因之間的調控關系,為相關的研究人員提供有效的指導和參考,本文以基因表達數據作為主要研究對象,以構建可靠性較高的基因調控網絡為主要研究目的,對時序的基因表達數據的重抽樣以及基于抽樣的動態(tài)貝葉斯網絡的構建、網絡融合等問題進行

2、了較深入的研究。
　　 本文提出了對時序的基因表達數據的重抽樣方法。根據基因的時序數據的特點,將傳統(tǒng)的Bootstrap重抽樣方法進行改進,將時序數據進行分塊后再進行局部抽樣,既得到了新的數據集,又不破壞原有數據集的前后時間點之間的依賴關系,達到了保留原數據集的整體特征的目的。而通過重抽樣能夠擴大樣本的容量,彌補了基因表達數據時間點少的缺陷。在此基礎上,提出了基于Bootstrap DBN模型的基因調控網絡構建算法。在重抽樣得到

3、的新的數據集的基礎上,利用動態(tài)貝葉斯網絡模型構建基因調控網絡,將構造出來的多個網絡進行加權平均融合。這種方法融合了各個網絡的優(yōu)勢,結合了各個網絡中的有用的信息,使得重抽樣的思想能夠更好的發(fā)揮其作用,以達到提高網絡構建可靠性的目的。最后,應用本文提出的算法對酵母菌及擬南芥基因表達數據進行實驗。通過對兩個數據集的實驗結果進行分析,以敏感性(sensitivity)和特異性(Specificity)作為評價指標,實驗結果表明本文提出的算法能夠