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。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD