基于線性回歸模型的基因調控網絡重構算法的研究.pdf

1、隨著基因組學和蛋白質組學相關技術的發(fā)展，產生了大量的表達譜和生物大分子相互作用的網絡圖譜信息。生物信息學為儲存、處理、分析和整合這些海量數據提供了強有力的技術支持，而系統(tǒng)的研究基因之間的相互作用關系以及建立基因調控網絡，已成為當前生物信息學研究的熱點。
　　基因在轉錄過程中，轉錄因子（蛋白質）與DNA結合以激活基因的轉錄，而基因表達的產物可能是轉錄因子，它又能激活或抑制其它基因的轉錄。如此繼續(xù)下去，就形成一個基因調控路徑。所謂基因

2、調控網絡研究就是基于微陣列數據，結合生物信息學的方法和技術對基因之間表達關系的一種重建。微陣列技術的發(fā)展使得人們系統(tǒng)的、大規(guī)模的研究基因調控關系成為可能。
　　基因調控網絡構建中最具挑戰(zhàn)性的問題之一就是系統(tǒng)中包含的基因數目遠遠大于樣本數，即小樣本問題。許多比較成熟的算法不能處理小樣本情況或者效果較差。小樣本問題給基因調控網絡算法的研究和實際應用帶來了巨大的困難。
　　本文側重小樣本情況，主要研究了基于線性回歸模型的基因調控網

3、絡重構算法，明確提出在線性回歸模型中應該把基因調控網絡的重構問題轉化為的變量篩選問題來處理。本文結合基因調控網絡的稀疏性特點，提出了基于稀疏度的變量篩選準則，并給出了小樣本情況下偏F檢驗的替代方法。基于以上工作，本文創(chuàng)新性的采用了后向剔除篩選法，提出了基于偏最小二乘的后向篩選法；基于變量篩選準則，本文提出了基于LASSO的變量篩選法?；蜷g的調控關系是復雜的，有些時候用線性模型難以刻畫。故本文進一步研究了非線性情況，提出了基于核偏最小二

4、乘法的變量篩選法。
　　為了證明本文提出方法的有效性，本文在模擬數據和真實的基因表達數據上都進行了實驗。模擬實驗的結果表明本文提出的基于偏最小二乘的后向篩選法不管是在小樣本還是在大樣本條件下一直占據優(yōu)勢，是參與比較的多種算法中表現(xiàn)最好的方法；而本文提出的基于LASSO變量篩選法，僅在小樣本條件表現(xiàn)的較好，這說明該算法更適合處理小樣本情況。在接著的酵母菌表達數據實驗中，本文提出的全部算法都較其他方法準確率高。由于貝葉斯方法一直被廣泛