申请/专利权人:东北大学
申请日:2019-09-17
公开(公告)日:2020-01-10
公开(公告)号:CN110675912A
主分类号:G16B5/20(20190101)
分类号:G16B5/20(20190101);G16B25/00(20190101)
优先权:
专利状态码:有效-授权
法律状态:2022.11.08#授权;2020.02.11#实质审查的生效;2020.01.10#公开
摘要:本发明提供一种基于结构预测的基因调控网络构建方法。包括以下内容:首先计算系数矩阵,通过计算基因之间的Pearson系数、互信息及最大互信息来确定基因之间的相关性,作为筛选潜在父节点集的依据;然后进行结构预测,将获得的基因之间的系数矩阵作为判定基因潜在父节点集的依据,为每个基因选取潜在父节点集;最后进行基因调控网络的结构学习和参数学习。本发明通过基于Person系数、互信息及最大互信息相结合的方法预测基因的潜在父节点集,缩小结构学习的搜索范围,在一定程度上减少了基因调控网络的构建时间,提升计算性能,可以更加快速、准确地构建大规模基因调控网络,进一步了解生物的基因调控机制。
主权项:1.一种基于结构预测的基因调控网络构建方法,其特征在于,包括以下步骤:步骤1:计算系数矩阵,通过计算基因之间的Pearson系数、互信息及最大互信息来确定基因之间的相关性,作为筛选潜在父节点集的依据;步骤2:结构预测,利用步骤1中获得的基因之间的系数矩阵,作为判定基因潜在父节点集的依据,为每个基因选取潜在父节点集;步骤3:结构学习,采用基于评分搜索的结构学习方法,评分函数选择BDe分数,并设置每个基因的调控集合的个数为K,对于基因xi,以潜在父节点集Pi为搜索空间,遍历所述搜索空间内的基因可能组成的集合,对每一个所述集合计算BDe分数score,根据分数高低评判所述集合作为基因xi的父节点集的优劣;步骤4:局部网络合并,每个基因对应一个局部网络Gi,将[G1,……,Gn]合并成全局网络G[[x1,G1],[x2,G2],…,[xn,Gn]],设基因y∈Gi,则基因xi和基因y间的存在调控关系表示为y→xi;步骤5:参数学习,对于所述全局网络G中的每一条调控关系进行参数学习,所述参数包括调控作用和调控概率,所述调控作用表示为激励或抑制,所述调控概率表示调控基因与靶基因的后验概率。
全文数据:
权利要求:
百度查询: 东北大学 一种基于结构预测的基因调控网络构建方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。