基于線性回歸模型的基因調(diào)控網(wǎng)絡(luò)重構(gòu)算法的研究.pdf

1、隨著基因組學(xué)和蛋白質(zhì)組學(xué)相關(guān)技術(shù)的發(fā)展，產(chǎn)生了大量的表達(dá)譜和生物大分子相互作用的網(wǎng)絡(luò)圖譜信息。生物信息學(xué)為儲(chǔ)存、處理、分析和整合這些海量數(shù)據(jù)提供了強(qiáng)有力的技術(shù)支持，而系統(tǒng)的研究基因之間的相互作用關(guān)系以及建立基因調(diào)控網(wǎng)絡(luò)，已成為當(dāng)前生物信息學(xué)研究的熱點(diǎn)。
　　基因在轉(zhuǎn)錄過(guò)程中，轉(zhuǎn)錄因子（蛋白質(zhì)）與DNA結(jié)合以激活基因的轉(zhuǎn)錄，而基因表達(dá)的產(chǎn)物可能是轉(zhuǎn)錄因子，它又能激活或抑制其它基因的轉(zhuǎn)錄。如此繼續(xù)下去，就形成一個(gè)基因調(diào)控路徑。所謂基因

2、調(diào)控網(wǎng)絡(luò)研究就是基于微陣列數(shù)據(jù)，結(jié)合生物信息學(xué)的方法和技術(shù)對(duì)基因之間表達(dá)關(guān)系的一種重建。微陣列技術(shù)的發(fā)展使得人們系統(tǒng)的、大規(guī)模的研究基因調(diào)控關(guān)系成為可能。
　　基因調(diào)控網(wǎng)絡(luò)構(gòu)建中最具挑戰(zhàn)性的問(wèn)題之一就是系統(tǒng)中包含的基因數(shù)目遠(yuǎn)遠(yuǎn)大于樣本數(shù)，即小樣本問(wèn)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(wèn)題給基因調(diào)控網(wǎng)絡(luò)算法的研究和實(shí)際應(yīng)用帶來(lái)了巨大的困難。
　　本文側(cè)重小樣本情況，主要研究了基于線性回歸模型的基因調(diào)控網(wǎng)

3、絡(luò)重構(gòu)算法，明確提出在線性回歸模型中應(yīng)該把基因調(diào)控網(wǎng)絡(luò)的重構(gòu)問(wèn)題轉(zhuǎn)化為的變量篩選問(wèn)題來(lái)處理。本文結(jié)合基因調(diào)控網(wǎng)絡(luò)的稀疏性特點(diǎn)，提出了基于稀疏度的變量篩選準(zhǔn)則，并給出了小樣本情況下偏F檢驗(yàn)的替代方法?；谝陨瞎ぷ?，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(zhǔn)則，本文提出了基于LASSO的變量篩選法。基因間的調(diào)控關(guān)系是復(fù)雜的，有些時(shí)候用線性模型難以刻畫(huà)。故本文進(jìn)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(shù)據(jù)和真實(shí)的基因表達(dá)數(shù)據(jù)上都進(jìn)行了實(shí)驗(yàn)。模擬實(shí)驗(yàn)的結(jié)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(jù)優(yōu)勢(shì)，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(shuō)明該算法更適合處理小樣本情況。在接著的酵母菌表達(dá)數(shù)據(jù)實(shí)驗(yàn)中，本文提出的全部算法都較其他方法準(zhǔn)確率高。由于貝葉斯方法一直被廣泛