基于特征选择和拓扑分析的基因调控网络重构研究

发布时间：2021-11-13 23:11

　　生物网络推理借助有效量测数据对生物系统进行计算建模,既能辅助人们理解细胞活动和基因调控机制,也能对工程化构建合成基因网络具有指导作用,因此网络推理始终是系统生物学的研究热点和难点。在后基因组时代,得益于组学数据量测技术的高速发展,生物网络的重构成为了可能。仅凭先验信息和经验不足以建立准确数学模型,需要精度和效率均符合要求的重构方法,机器学习的特征选择方法在基因网络重构中逐步体现出优势。对于基因调控网络而言,建模重构主要包括结构推理和参数估计,本文对基因网络重构的研究工作,主要包括:1)线性模型由于其简单易求解的特性,在处理小规模的基因表达数据集上仍然是一个较好的选择。在线性模型的.假设下,.使用支持向量机回归的方法进行特.征选择,重构出整个基因调控网络,相较于基于奇异值分解的方法提高了准确率。针对基因网络对象,使用对应的时序数据集进行回归建模分析,结果验证了算法的有效性和优势。2)考虑到基因调控网络的非线性,基于树回归的特征选择算法在处理非线性问题具有优势,并且也已经取得了较好的效果。不同的基于树回归的特征选择算法有着不同的偏倚,本文在使用梯度提升树进行GRN推理的基础上,进一步的运用... 

【文章来源】：浙江大学浙江省 211工程院校 985工程院校 教育部直属院校

【文章页数】：84 页

【学位级别】：硕士

【部分图文】：

图１．１基因转录调控示意图??围绕基因表达过程中的各种调控方式都称为基因表达调控，转录水平的基因??

推理边个数??图２．３推理边一正确边个数曲线图??图２．３中ＳＶＲ的曲线完全包住了?ＳＶＤ的曲线，即支持向量机回归的表现是??优于奇异值分解的。表２．２中冷冲击下的酵母菌时间序列表达数据，共有四个时??间点，为了计算权重矩阵，根据式（２．６）计算ｘ之后能使用的时间点需要去掉最开??始的时间点为０的数据，最后只能使用三个时间点的数据来推理整个基因调控网??络。为了更好地比较算法的效果，再选择另外一组包含更多时间点的基因调控网??络时序数据集来验证。??ＤＲＥＡＭ４数据集［４８＿５（）］是被广泛认可和接受的标准数据集，ＤＲＥＡＭ４数据集??建立在仿真实验上，有着更多的时间点数据。在线性微分方程模型的假设下，推??理方法只适用于时序数据集，ＤＲＥＡＭ４有多组对应着不同基因调控网络的数据??集

图２．５?Ｐ－Ｒ图??２３??

【参考文献】：
期刊论文
[1]基因调控网络的控制:机遇与挑战[J]. 王沛,吕金虎.  自动化学报. 2013(12)
[2]合成生物学在医药及能源领域的应用[J]. 刘夺,杜瑾,赵广荣,元英进.  化工学报. 2011(09)
[3]基因自调控环路的功能[J]. 苑占江,张家军,周天寿.  生物物理学报. 2010(06)

硕士论文
[1]基于粒子群改进算法的生物网络建模与优化研究[D]. 姚琴琴.浙江大学 2017
[2]集成特征选择与基因调控网络构建研究[D]. 周广博.大连理工大学 2016
[3]基于线性回归模型的基因调控网络重构算法的研究[D]. 刘佳宝.哈尔滨工业大学 2009
[4]基于信息论的基因调控网络分析与重构方法探索[D]. 徐宏强.华东师范大学 2008



本文编号：3493899