背景—随着基因微阵列的广泛应用,基因表达谱的数据分析也越来越重要.基于基因的共表达谱来构建转录网络是一种很重要的方法.最近几年出现了一些用互信息来推断基因相互关系的方法,如CLR[1],ARACNE[2],MRNET[3]等,但是,这些方法都很难同时获得较高的准确性和特异性.为此,本文提出一种新的利用条件三元互信息构建转录网络的方法.方法与结果—本文将转录因子(TF)和目标基因(TG)分别进行推断.在确定每个转录因子的目标基因时,采用改进的最大相关/最小冗余方法(MRMR),用条件互信息判断目标基因间的冗余度.在确定每个目标基因的调控因子时,将互信息和条件三元互信息结合,构造了新的指标函数V(g),推断出对应于每个目标基因指标值最大的2个转录因子.我们用SynTReN[4]由标准网络生成了16组模拟微阵列数据,对此方法进行评价.模拟数据的噪声强度从0增大到0.3,基因数目从100增加至600,样本数目也从100增加至600.将构造出来的网络与标准网络对比,结果表明,在噪声、样本数目和基因数目等参数变化的情况下,本方法与CLR, ARACNE和MRNET等比较,均具有更高的最大F-score值(P＜0.01).然后,将本方法用于真实的E.coli微阵列数据[1],构建出真实的E.coli转录网络,所得结果与之前的研究也具有较好的一致性.结论—本文提出的采用条件三元互信息的新方法可以更好的提取出转录因子和目标基因之间的关系,与其他方法相比较,能更好的兼顾准确性和特异性,使构建的转录调控网络更接近真实的生物网络.