基因表達(dá)預(yù)測模型研究.pdf

1、當(dāng)人類基因組完成測序，基因表達(dá)調(diào)控的研究成為了生物信息學(xué)的重點(diǎn)。根據(jù)中心法則可知基因表達(dá)調(diào)控的主要階段是基因的轉(zhuǎn)錄?；虻霓D(zhuǎn)錄與轉(zhuǎn)錄因子、組蛋白修飾、DNase I靈敏度等有著緊密的聯(lián)系。隨著分子生物實(shí)驗(yàn)的改進(jìn)，能夠更準(zhǔn)確的衡量基因表達(dá)的程度，為利用回歸模型模擬轉(zhuǎn)錄因子、組蛋白修飾、DNase I調(diào)控基因表達(dá)的過程創(chuàng)造了條件。同時(shí)，利用回歸模型進(jìn)行基因表達(dá)預(yù)測也成為了生物信息學(xué)的一個(gè)熱點(diǎn)問題。
　　本文主要工作是建立3種回歸模型預(yù)

2、測基因的表達(dá)，分別是多元線性回歸模型，支持向量回歸模型，回歸樹模型。我們分別將轉(zhuǎn)錄因子、組蛋白修飾和DNase I的數(shù)據(jù)作為回歸模型的解釋因子預(yù)測基因表達(dá)，我們得出以下結(jié)論：轉(zhuǎn)錄因子聯(lián)合組蛋白修飾和DNase I能夠增強(qiáng)回歸模型的預(yù)測能力，同時(shí)基因表達(dá)的程度可以通過計(jì)算手段得到，而不僅僅是通過生物實(shí)驗(yàn)。
　　首先我們利用多元線性回歸模型預(yù)測基因的表達(dá)。分析了回歸模型的擬合度和預(yù)測能力。實(shí)驗(yàn)結(jié)果表明回歸模型達(dá)到了預(yù)定的效果，但其對(duì)模

3、型中各個(gè)因素處理過于簡單。
　　然后我們利用支持向量回歸模型預(yù)測基因的表達(dá)，比對(duì)了支持向量回歸模型和多元線性回歸模型預(yù)測基因表達(dá)的能力，同時(shí)比對(duì)了擬合度。實(shí)驗(yàn)結(jié)果表明：支持向量回歸模型不僅僅能提升擬合度，同時(shí)也能提升預(yù)測能力。為了證明結(jié)果的提升歸因于支持向量回歸的核函數(shù),我們分別做了有核函數(shù)和無核函數(shù)的計(jì)算，計(jì)算結(jié)果表明了這種假設(shè)的成立。我們將組蛋白修飾信息作為先驗(yàn)概率，與轉(zhuǎn)錄因子親和度分值結(jié)合，得到后驗(yàn)對(duì)數(shù)幾率得分，將該值作為回

4、歸模型的特征，實(shí)驗(yàn)結(jié)果表明模型中加入組蛋白修飾信息可提高基因表達(dá)的預(yù)測能力。因此我們得出結(jié)論：轉(zhuǎn)錄因子、組蛋白修飾和DNase I對(duì)基因的表達(dá)均具有調(diào)控作用，這些信息的有效組合能極大提高模型的預(yù)測能力。
　　最后我們利用回歸樹模型預(yù)測基因的表達(dá)，然而，回歸樹模型在擬合度和預(yù)測能力與其他模型相比較稍微低。于是，我們提出了基于線性變換的回歸樹模型。該模型是先聯(lián)合每個(gè)解釋因子做線性回歸，挑選出合適的解釋因子組成新的解釋因子集合，再利用回