基于先驗(yàn)生物學(xué)知識(shí)的基因網(wǎng)絡(luò)重構(gòu)研究.pdf

1、近年來(lái)，隨著人類(lèi)基因組計(jì)劃的完成以及分子生物學(xué)技術(shù)的進(jìn)步，尤其是在下一代測(cè)序(NGS)革新生物研究的原則，這些方法的革新使科學(xué)家花費(fèi)了大量的時(shí)間和成本，然而，分析這些數(shù)據(jù)成為生物信息學(xué)領(lǐng)域的一個(gè)新挑戰(zhàn)[2]。在所有的數(shù)據(jù)挖掘任務(wù)中，基因調(diào)控網(wǎng)絡(luò)推理和預(yù)測(cè)已成為當(dāng)前時(shí)代一個(gè)最令人興奮的話題[3]。在對(duì)生物有機(jī)體進(jìn)行排序和識(shí)別之后，研究者對(duì)基因如何互相調(diào)節(jié)產(chǎn)生興趣。最近完成的ENCODE任務(wù)通過(guò)揭示大多非編碼DNA參與調(diào)節(jié)基因表達(dá)，進(jìn)一步強(qiáng)

2、調(diào)了基因調(diào)控網(wǎng)絡(luò)的重要性[4]。簡(jiǎn)單來(lái)說(shuō)，關(guān)于基因調(diào)控網(wǎng)絡(luò)推論的研究在未來(lái)十年將依然很重要。雖然有許多關(guān)于基因調(diào)控網(wǎng)絡(luò)推論的研究，卻只有少數(shù)人關(guān)注新興數(shù)據(jù):時(shí)間序列基因表達(dá)數(shù)據(jù)。在新一代測(cè)序技術(shù)的幫助下，研究者能夠很容易的從一個(gè)生物過(guò)程中獲取這類(lèi)數(shù)據(jù)[1]，例如，細(xì)胞周期。幾乎每一個(gè)個(gè)體的生物的現(xiàn)象都是一個(gè)涉及時(shí)間領(lǐng)域的動(dòng)態(tài)過(guò)程，生物學(xué)家對(duì)于收集和分析時(shí)間序列基因表達(dá)數(shù)據(jù)越來(lái)越感興趣。事實(shí)上，眾所周知近幾年基因表達(dá)數(shù)據(jù)庫(kù)已經(jīng)收集了越來(lái)越

3、多的時(shí)間序列數(shù)據(jù)[7]。因此，發(fā)展可靠地基因調(diào)控網(wǎng)絡(luò)推理策略和時(shí)間序列算法對(duì)于時(shí)間序列基因表達(dá)數(shù)據(jù)已經(jīng)成為一項(xiàng)緊急任務(wù)。許多科學(xué)分析研究的基礎(chǔ)數(shù)據(jù)資源都有賴(lài)于高速發(fā)展的基因芯片技術(shù)提供。
　　本文主要針對(duì)DBN網(wǎng)絡(luò)建模方法和互信息網(wǎng)絡(luò)重構(gòu)方法的不足提出了用于非平衡數(shù)據(jù)集(n(＞＞)T）的處理辦法。具體做了以下幾項(xiàng)工作;首先本文對(duì)二元因果關(guān)系模型和多元因果關(guān)系模型進(jìn)行一個(gè)簡(jiǎn)單的介紹;其次，通過(guò)加入先驗(yàn)知識(shí)利用嶺回歸發(fā)現(xiàn)基因之間因果關(guān)