集成特征選擇與基因調(diào)控網(wǎng)絡構建研究

1、碩士學位論文集成特征選擇與基因調(diào)控網(wǎng)絡構建研究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 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大連理工大學碩士學位論文摘 要隨著生物信息技術的快速發(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)生物學領域，挑戰(zhàn)之一就是基因調(diào)控網(wǎng)絡的構建，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，通過逆向工程構建出基因調(diào)控

3、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D N A 微陣列技術的發(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，對于準確構建基因調(diào)控網(wǎng)絡至關重要。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

4、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。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建基因調(diào)控網(wǎng)絡。首先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

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。在逆向工程評估與方法對話( 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)控目標基因來執(zhí)行

6、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性將有助于提高構建調(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( G e n eO n t o l o g y ，G O ) 數(shù)據(jù)構建基因調(diào)控網(wǎng)絡的多特征融合方法，以有效運用不同數(shù)據(jù)源提供的相關特性提高基因調(diào)控網(wǎng)絡構建的準確性。利用多種數(shù)據(jù)源構建特征向量，并使用支持向量機建立分類模型，預測轉(zhuǎn)錄因子和目標