基于數(shù)據(jù)挖掘的基因調(diào)控網(wǎng)絡(luò)集成分析系統(tǒng)的算法設(shè)計(jì)與實(shí)現(xiàn).pdf

1、近幾年生物芯片技術(shù)的發(fā)展,積累了大量的基因表達(dá)數(shù)據(jù),擴(kuò)大了基因表達(dá)數(shù)據(jù)庫的規(guī)模.這為基因組水平上研究基因表達(dá)調(diào)控關(guān)系奠定了基礎(chǔ).基因調(diào)控網(wǎng)絡(luò)的重構(gòu)是一個(gè)嶄新的研究領(lǐng)域.基因調(diào)控網(wǎng)絡(luò)的研究不僅面臨著重構(gòu)分子通路的問題,而且對(duì)揭示基因的功能和疾病的診斷具有十分重要的意義.從基因表達(dá)數(shù)據(jù)到基因調(diào)控網(wǎng)絡(luò)是一個(gè)數(shù)據(jù)挖掘的過程.分類、聚類、回歸預(yù)報(bào)和貝葉斯方法是基因表達(dá)數(shù)據(jù)挖掘的得力工具,對(duì)基因調(diào)控網(wǎng)絡(luò)的建模和分析具有重要應(yīng)用價(jià)值.基因調(diào)控網(wǎng)絡(luò)研究

2、的方向包括對(duì)調(diào)控區(qū)的數(shù)據(jù)挖掘和在全局層次上或某特定的局部對(duì)調(diào)控網(wǎng)絡(luò)的建模和推斷.從基因表達(dá)數(shù)據(jù)到基因網(wǎng)絡(luò)分子通路重構(gòu)必須完成數(shù)據(jù)預(yù)處理、分類聚類和預(yù)報(bào)推斷的過程.已有的基因調(diào)控網(wǎng)絡(luò)建模分析方法存在若干問題:①采用靜態(tài)模型,沒有引進(jìn)概率選擇;②采用線性模型,難以反映真實(shí)復(fù)雜的調(diào)控關(guān)系;③采用貝葉斯網(wǎng)絡(luò)模型時(shí),引入多種假設(shè)為前提以及較大的計(jì)算量增加了應(yīng)用和求解的困難和負(fù)擔(dān).PBN模型可以克服上述問題,它在標(biāo)準(zhǔn)布爾網(wǎng)絡(luò)的基礎(chǔ)上引進(jìn)對(duì)父代基因集

3、合的概率選擇,克服了模型的靜態(tài)問題.PBN模型遵循聚類和回歸的思路,給模型的選擇留有寬闊的空間.但應(yīng)用中的PBN模型存在如下問題:1.在聚類技術(shù)上,大多采用硬劃分聚類方法.然而,來自基因表達(dá)數(shù)據(jù)庫的連續(xù)表達(dá)數(shù)據(jù)經(jīng)離散化處理后卻帶有模糊性;2.在回歸技術(shù)上,多采用參數(shù)回歸的形式.在不清楚基因調(diào)控網(wǎng)絡(luò)關(guān)系信息的情況下,事先設(shè)定模型形式,存在背離實(shí)際的危險(xiǎn);3.建模分析過程未把數(shù)據(jù)處理環(huán)節(jié)涵括在內(nèi);4.建模過程中對(duì)先驗(yàn)信息利用不夠.為克服上述

4、問題1、2,我們提出一種采用FCM聚類和非參數(shù)回歸結(jié)合的建模分析方法.在此基礎(chǔ)上,考慮了上述問題3、4,并基于數(shù)據(jù)挖掘的系統(tǒng)化思想,我們?cè)赑BN的框架下了設(shè)計(jì)了一種用于基因調(diào)控網(wǎng)絡(luò)推斷的分析系統(tǒng)模型,其結(jié)構(gòu)包括數(shù)據(jù)過濾器、基因分類器和網(wǎng)絡(luò)關(guān)系預(yù)報(bào)器.我們用經(jīng)組合設(shè)計(jì)的基于互信息的模糊聚類方法,完成分類任務(wù);用組合了的具有探索性數(shù)據(jù)分析性質(zhì)的核回歸和PP回歸方法實(shí)現(xiàn)了基因調(diào)控網(wǎng)絡(luò)關(guān)系的預(yù)報(bào).我們的試驗(yàn)表明,選用最大樹、Fisher分類法和