本文主要研究内容
作者张艺（2019）在《复杂生命过程中的基因调控网络研究》一文中研究指出：自人类基因组计划(Human Genome Project,HGP)完成,现代生命科学研究进入了全新的系统生物学时代。这个新兴领域的诞生,代表着对生物学新方法的不断探索即将展开。科学家们逐渐认识到,对于复杂生命过程的研究不单单局限在单个基因上,而是全面系统地探索基因与基因之间的表达调控规律,揭示整个生命系统的运行机制,最终破解生命遗传的秘密。伴随着测序技术的飞快发展,各实验室的研究结果产生了海量的基因表达数据,如何利用计算方法在这些数据中挖掘出具有生物学意义的基因调控关系和调控规律成为后基因组时代人类所面临的最具挑战性的问题之一。众多用于构建调控网络的模型方法可以构建基因之间的关联关系,但是无法提供基因之间的因果关系。贝叶斯网络(Bayesian Networks,BN)模型具有扎实的理论基础以及灵活的因果推理能力,是构建调控网络的有力工具,然而目前许多基于贝叶斯网络模型的方法在网络结构搜索的过程中复杂度高,网络精确度低,难以还原复杂生命过程中的精准调控关系。随着测序技术的发展,贝叶斯网络模型与新型的单细胞测序数据结合,其优势将逐渐凸显出。本文以基因表达数据为研究对象,在总结分析贝叶斯方法构建基因调控网络研究现状的基础上,针对上述问题对目前存在的评分搜索算法进行了改进,主要完成了两部分的工作:(1)提出筛选网络中关键节点基因的新方法。首先构建所有基因的共表达网络,并运用贝叶斯概率对网络中基因自身的重要性进行估算,得到基因重要性的量化表;继而利用PageRank对共表达网络中的基因由相互作用而产生的重要性传递值进行计算;最后按照重要性对关键节点进行排序。经实验验证,该方法较现有的关键节点筛选算法效果提升显著。(2)设计出一种基于信息流的贝叶斯网络搜索算法。在对关键节点基因进行调控网络的构建过程中,首先计算节点之间的信息流,构造初始网络,省略搜索过程中逆转边的操作,提升搜索效率;之后利用禁忌搜索(Tabu Search)策略对网络结构进行搜索,设置融合先验知识的蔑视准则,提升网络的精确度。本文实现了这两个算法,并在心肌发育的单细胞转录组数据上进行了基因调控网络的构建。最后将本文网络学习结果与其他贝叶斯网络结构学习算法的实验结果进行对比实验,不论在时间开销还是网络的准确度上都明显优于其他算法,证实了本文设计的算法的有效性。
Abstract
zi ren lei ji yin zu ji hua (Human Genome Project,HGP)wan cheng ,xian dai sheng ming ke xue yan jiu jin ru le quan xin de ji tong sheng wu xue shi dai 。zhe ge xin xing ling yu de dan sheng ,dai biao zhao dui sheng wu xue xin fang fa de bu duan tan suo ji jiang zhan kai 。ke xue jia men zhu jian ren shi dao ,dui yu fu za sheng ming guo cheng de yan jiu bu chan chan ju xian zai chan ge ji yin shang ,er shi quan mian ji tong de tan suo ji yin yu ji yin zhi jian de biao da diao kong gui lv ,jie shi zheng ge sheng ming ji tong de yun hang ji zhi ,zui zhong po jie sheng ming wei chuan de bi mi 。ban sui zhao ce xu ji shu de fei kuai fa zhan ,ge shi yan shi de yan jiu jie guo chan sheng le hai liang de ji yin biao da shu ju ,ru he li yong ji suan fang fa zai zhe xie shu ju zhong wa jue chu ju you sheng wu xue yi yi de ji yin diao kong guan ji he diao kong gui lv cheng wei hou ji yin zu shi dai ren lei suo mian lin de zui ju tiao zhan xing de wen ti zhi yi 。zhong duo yong yu gou jian diao kong wang lao de mo xing fang fa ke yi gou jian ji yin zhi jian de guan lian guan ji ,dan shi mo fa di gong ji yin zhi jian de yin guo guan ji 。bei xie si wang lao (Bayesian Networks,BN)mo xing ju you za shi de li lun ji chu yi ji ling huo de yin guo tui li neng li ,shi gou jian diao kong wang lao de you li gong ju ,ran er mu qian hu duo ji yu bei xie si wang lao mo xing de fang fa zai wang lao jie gou sou suo de guo cheng zhong fu za du gao ,wang lao jing que du di ,nan yi hai yuan fu za sheng ming guo cheng zhong de jing zhun diao kong guan ji 。sui zhao ce xu ji shu de fa zhan ,bei xie si wang lao mo xing yu xin xing de chan xi bao ce xu shu ju jie ge ,ji you shi jiang zhu jian tu xian chu 。ben wen yi ji yin biao da shu ju wei yan jiu dui xiang ,zai zong jie fen xi bei xie si fang fa gou jian ji yin diao kong wang lao yan jiu xian zhuang de ji chu shang ,zhen dui shang shu wen ti dui mu qian cun zai de ping fen sou suo suan fa jin hang le gai jin ,zhu yao wan cheng le liang bu fen de gong zuo :(1)di chu shai shua wang lao zhong guan jian jie dian ji yin de xin fang fa 。shou xian gou jian suo you ji yin de gong biao da wang lao ,bing yun yong bei xie si gai lv dui wang lao zhong ji yin zi shen de chong yao xing jin hang gu suan ,de dao ji yin chong yao xing de liang hua biao ;ji er li yong PageRankdui gong biao da wang lao zhong de ji yin you xiang hu zuo yong er chan sheng de chong yao xing chuan di zhi jin hang ji suan ;zui hou an zhao chong yao xing dui guan jian jie dian jin hang pai xu 。jing shi yan yan zheng ,gai fang fa jiao xian you de guan jian jie dian shai shua suan fa xiao guo di sheng xian zhe 。(2)she ji chu yi chong ji yu xin xi liu de bei xie si wang lao sou suo suan fa 。zai dui guan jian jie dian ji yin jin hang diao kong wang lao de gou jian guo cheng zhong ,shou xian ji suan jie dian zhi jian de xin xi liu ,gou zao chu shi wang lao ,sheng lve sou suo guo cheng zhong ni zhuai bian de cao zuo ,di sheng sou suo xiao lv ;zhi hou li yong jin ji sou suo (Tabu Search)ce lve dui wang lao jie gou jin hang sou suo ,she zhi rong ge xian yan zhi shi de mie shi zhun ze ,di sheng wang lao de jing que du 。ben wen shi xian le zhe liang ge suan fa ,bing zai xin ji fa yo de chan xi bao zhuai lu zu shu ju shang jin hang le ji yin diao kong wang lao de gou jian 。zui hou jiang ben wen wang lao xue xi jie guo yu ji ta bei xie si wang lao jie gou xue xi suan fa de shi yan jie guo jin hang dui bi shi yan ,bu lun zai shi jian kai xiao hai shi wang lao de zhun que du shang dou ming xian you yu ji ta suan fa ,zheng shi le ben wen she ji de suan fa de you xiao xing 。
论文参考文献
论文详细介绍
论文作者分别是来自北京交通大学的张艺，发表于刊物北京交通大学2019-09-27论文，是一篇关于基因调控网络论文,测序技术论文,贝叶斯网络论文,关键节点论文,信息流论文,北京交通大学2019-09-27论文的文章。本文可供学术参考使用，各位学者可以免费参考阅读下载，文章观点不代表本站观点，资料来自北京交通大学2019-09-27论文网站，若本站收录的文献无意侵犯了您的著作版权，请联系我们删除。
标签：基因调控网络论文; 测序技术论文; 贝叶斯网络论文; 关键节点论文; 信息流论文; 北京交通大学2019-09-27论文;