论文部分内容阅读
基因芯片技术的应用使得快速获得大量基因表达数据成为可能,进而为生物信息学研究提供了必需的数据库,极大地推动了基因数据的研究。细胞的生命活动与细胞内所有基因的表达水平有关,一个基因的表达并不是孤立的,它的表达水平不仅受到其它基因的影响,同时还可能影响其它基因的表达水平,这些基因间的相互调控关系构成了基因调控网络。同样地,基因调控网络是众多基因复杂调控的体现。对基因调控网络进行研究能够帮助我们了解基因与基因之间或者基因及其产物之间的相互关系;对疾病基因调控网络的分析,可以指导药物研发和临床合理用药,从而为复杂疾病的诊断与治疗提供有价值的信息。所以重构和分析基因调控网络是十分必要的。传统的调控网络构建方法大多是借助各种网络模型,如布尔网络模型和贝叶斯网络模型等等,但这些模型忽略了基因表达数据的时序性特征。 本文致力于研究利用时序基因表达数据重构基因调控网络的算法,并提出基于Granger因果关系的基因调控网络构建新算法,以展现基因间的因果调控关系。算法的提出基于以下基础:时序基因表达数据作为一种特殊的时序数据,时序数据的分析处理方法同样适用于基因表达数据的处理;基因的表达水平是自身表达与基因间相互调控的体现,解读基因的表达水平可以分析基因间的调控关系。同时, Granger因果关系是分析时序变量因果性的有效工具,可以应用于基因表达水平的分析。本文主要涉及自回归模型和Granger因果关系等理论知识,我们将由多基因组成的时序基因数据出发,利用自回归模型抽取基因前后时间表达值互相依赖的动态特性,并利用谱分析的知识将时序数据映射到频域达到降低维度和消除时间对因果性的影响,通过计算基因间两两 Granger因果调控关系,建立包含所有基因在内的基于Granger因果关系的基因调控网络。通过在大肠杆菌和酵母菌模拟数据上实验,验证了自回归模型适用于时序基因表达数据。在酿酒酵母菌真实基因表达数据上实验,与NIR算法比较基于Granger因果关系的构建算法具有较高的识别率。