基于深度学习的基因调控网络推断研究
发布时间：2021-11-10 01:38
基因调控网络描述了基因、RNA和调控子等生物大分子之间的调控关系,通过分析基因调控网络,可以实现基因组层面的生理过程解析。作为计算生物学与系统生物学领域的重要课题,基因调控网络推断问题一直是国内外学者的研究热点。现有的基因调控网络推断技术主要分为基于特征工程的机器学习方法和基于深度学习的方法两类。基于特征工程的机器学习方法不足主要包括三个方面,分别是无法考虑调控关系的方向性、无法应用于大规模网络和输入特征的设计与特征选择的不稳定问题。基于深度学习的方法则存在有标注数据量不足和特征数据维度过高的问题,导致深度学习模型在基因调控网络推断问题中未成为主流。针对现有方法存在的问题,本文同时从数据构造和模型设计两方面入手,通过合理构造训练数据以及结合深度学习模型和噪声估计方法,研究基于深度学习的基因调控网络推断方法。本文通过分析来自ENCODE项目的老鼠基因表达数据集的基因表达数据和标签构成,设计了适用于基因表达数据的负样例构造方法;结合数据来源特点和生物学背景知识,基于语义匹配的思想,提出了Match-LSTM模型作为基线模型。利用注意力机制建模不同时间点和不同细胞环境表达强度对整体关系判定的...
【文章来源】：哈尔滨工业大学黑龙江省 211工程院校 985工程院校
【文章页数】：68 页
【学位级别】：硕士
【部分图文】：
细胞类型特异基因调控过程示意图
示基因之间、基因和蛋白质之间的调控关系的特征用于推断基因调控网络。从本质上讲，关系推断就是通过总结具有调控关系的基因对表达特征之间的共性规律，并将此规律用于判断其他基因之间的关系。图1-2介绍了本文的基本研究内容以及各部分之间的关系。本文主要研究内容包括：（1）通过分析基因调控网络推断任务的特点和老鼠基因表达数据集构成，研究基于基因表达数据特点的预处理方法和数据集负样例构造方法；针对数据来源的特点和相关生物背景知识，依据语义匹配的思想，提出了两种分别结合内部和交互注意力机制的关系判定模型，称作 Att-Match 模型。实验结果显示，在相同数据量和基因表达特征数据的条件下，Att-Match 模型相比于主流特征工程方法，对调控网络推断的关系判定问题具有明显更优的效果。（2）针对基因调控网络推断问题中已知调控关系偏少和先验调控网络可信度偏低的特点，本文研究通过结合类噪声估计模型和半监督学习方法，将现有调控网- 5 -
哈尔滨工业大学工学硕士学位论文用，而且 BBSR 在从表达数据和噪声结构先验推断基因调控关系时性能N。LARS-EN[38]使用弹性网络回归（elastic net regression），结合 L1 和 L2 正变量选择。实验表明，弹性网络和 LASSO 相比，性能占优，而且具有类的效果；弹性网络鼓励分组效应，强相关的预测趋于同进同出，当标签数本数量时，这种效应尤为明显。基于树的综合回归方法，比如 GENIE3 算法[39]，和线性回归模型不同的是模型不做任何关于基因调控的假设，使得它可以解决组合的和非线性的。作为 DREAM4 项目的 Silico Multfactorial Challenge 最优方案，GENIE p 个基因之间的调控网络预测问题转化成 p 个不同的回归问题。该算法归问题中，使用随机森林作为基本的集合方法，并以所有其他基因的表为输入，预测靶基因的表达模式。输入基因的重要性权重被作为输入基因之间推断整个调控网络的重要指标。 图2-1是 GENIE3 算法的基本流程
【参考文献】：
期刊论文
[1]基于部分互信息和贝叶斯打分函数的基因调控网络构建算法[J]. 刘飞,张绍武,高红艳. 西北工业大学学报. 2017(05)
[2]基于有序条件互信息和有限父结点构建基因调控网络[J]. 刘飞,张绍武,高红艳. 生物化学与生物物理进展. 2017(05)
[3]基于布尔网络模型的乳腺癌基因调控网络的研究[J]. 周漩,周欣,钟兆健. 计算机与应用化学. 2016(01)
[4]基于基因扰动及变分逼近技术的基因调控网络推断[J]. 董自健,宋铁成,袁创. 东南大学学报(自然科学版). 2013(06)
[5]基于递归神经网络的基因调控网络稳定性分析[J]. 朱延正,李玉榕,杜民. 系统仿真学报. 2012(12)
[6]基于递归模糊神经网络的多时延基因调控网络构建方法[J]. 徐赛娟,郭红. 福州大学学报(自然科学版). 2012(02)
本文编号：3486314
【文章来源】：哈尔滨工业大学黑龙江省 211工程院校 985工程院校
【文章页数】：68 页
【学位级别】：硕士
【部分图文】：
细胞类型特异基因调控过程示意图
示基因之间、基因和蛋白质之间的调控关系的特征用于推断基因调控网络。从本质上讲，关系推断就是通过总结具有调控关系的基因对表达特征之间的共性规律，并将此规律用于判断其他基因之间的关系。图1-2介绍了本文的基本研究内容以及各部分之间的关系。本文主要研究内容包括：（1）通过分析基因调控网络推断任务的特点和老鼠基因表达数据集构成，研究基于基因表达数据特点的预处理方法和数据集负样例构造方法；针对数据来源的特点和相关生物背景知识，依据语义匹配的思想，提出了两种分别结合内部和交互注意力机制的关系判定模型，称作 Att-Match 模型。实验结果显示，在相同数据量和基因表达特征数据的条件下，Att-Match 模型相比于主流特征工程方法，对调控网络推断的关系判定问题具有明显更优的效果。（2）针对基因调控网络推断问题中已知调控关系偏少和先验调控网络可信度偏低的特点，本文研究通过结合类噪声估计模型和半监督学习方法，将现有调控网- 5 -
哈尔滨工业大学工学硕士学位论文用，而且 BBSR 在从表达数据和噪声结构先验推断基因调控关系时性能N。LARS-EN[38]使用弹性网络回归（elastic net regression），结合 L1 和 L2 正变量选择。实验表明，弹性网络和 LASSO 相比，性能占优，而且具有类的效果；弹性网络鼓励分组效应，强相关的预测趋于同进同出，当标签数本数量时，这种效应尤为明显。基于树的综合回归方法，比如 GENIE3 算法[39]，和线性回归模型不同的是模型不做任何关于基因调控的假设，使得它可以解决组合的和非线性的。作为 DREAM4 项目的 Silico Multfactorial Challenge 最优方案，GENIE p 个基因之间的调控网络预测问题转化成 p 个不同的回归问题。该算法归问题中，使用随机森林作为基本的集合方法，并以所有其他基因的表为输入，预测靶基因的表达模式。输入基因的重要性权重被作为输入基因之间推断整个调控网络的重要指标。 图2-1是 GENIE3 算法的基本流程
【参考文献】：
期刊论文
[1]基于部分互信息和贝叶斯打分函数的基因调控网络构建算法[J]. 刘飞,张绍武,高红艳. 西北工业大学学报. 2017(05)
[2]基于有序条件互信息和有限父结点构建基因调控网络[J]. 刘飞,张绍武,高红艳. 生物化学与生物物理进展. 2017(05)
[3]基于布尔网络模型的乳腺癌基因调控网络的研究[J]. 周漩,周欣,钟兆健. 计算机与应用化学. 2016(01)
[4]基于基因扰动及变分逼近技术的基因调控网络推断[J]. 董自健,宋铁成,袁创. 东南大学学报(自然科学版). 2013(06)
[5]基于递归神经网络的基因调控网络稳定性分析[J]. 朱延正,李玉榕,杜民. 系统仿真学报. 2012(12)
[6]基于递归模糊神经网络的多时延基因调控网络构建方法[J]. 徐赛娟,郭红. 福州大学学报(自然科学版). 2012(02)
本文编号：3486314
本文链接：https://www.wllwen.com/projectlw/swxlw/3486314.html
教材专著
