基于多源数据融合的变结构DBN模型基因调控网络构建

摘要

随着生物学的发展，对基因调控网络构建的研究成为近期生物信息学的研究热点之一。用计算科学的方法对高通量实验数据进行分析，并利用一定的数学模型推测基因调控网络的结构，具有成本低、准确度高的特点。其结果可以为相关的研究人员提供有效的指导和参考，为进一步的实验和研究指明方向。
　　 本文以基因表达数据和相关的蛋白质相互作用数据作为主要研究对象，以构建基因调控网络为主要研究目的，对基因表达数据的动态平稳性分析及利用多源融合策略进行调控网络构建等问题进行了较深入的研究。为了在改善网络构建结果的同时更多的挖掘基因表达数据的时序信息，提出了基于变结构动态贝叶斯网络和多源数据融合的调控网络构建算法。实验证明，该算法不仅可以有效地改善构建结果，还可以挖掘出调控关系的时序特征。
　　 本文的创新和主要贡献如下：
　　 (1)提出了基于平稳性度量的平稳区间识别算法。提出了基因表达数据的平稳度测量函数，并利用假设检验的相关原理设计了平稳区间识别算法。针对每个平稳区间内基因的个数和样本个数均发生变化这一问题提出了数据质量这一评价标准。
　　 (2)提出了基于变结DBN模型与多源数据融合的调控网络构建算法。在识别出平稳区间的基础上，利用变结构DBN模型构建基因调控网络，针对区间内数据质量下降的问题，引入多源数据融合策略，提出了基于变结构DBN和多源数据融合的调控网络构建算法，利用基于多源数据融合的DBN学习算法来学习区间内的子网络。再利用变结构动态贝叶斯网络整合算法构建出整个基因调控网络。该算法不仅可以改善构建结果，还可以挖掘出调控关系的时序特征。
　　 (3)开发了基因调控网络构建平台。基于本文提出的构建方案，设计实现了一个基因调控网络构建系统GRN Constructor。利用该系统对本文提出的算法进行了验证和分析，为今后进一步的工作奠定了良好的基础。

目录

文摘

英文文摘

声明

第一章绪论

1.1研究背景及意义

1.2基因调控网络构建的问题描述及研究现状

1.2.1问题描述

1.2.2研究现状

1.3论文的研究内容和主要工作

1.4论文结构安排

第二章基因调控网络构建综述

2.1基因调控网络构建概述

2.2生物数据源

2.2.1核酸序列数据库

2.2.2微阵列数据库

2.2.3蛋白质序列数据库

2.2.4蛋白质相互作用数据库

2.2.5功能数据库

2.3基因调控网络构建方法

2.4多源数据融合的研究现状

2.5小结

第三章基于变结构DBN模型与多源数据融合的网络构建算法

3.1数据预处理

3.1.1基因表达数据预处理

3.1.2蛋白质相互作用数据预处理

3.2基因表达数据的动态平稳性分析

3.2.1基因表达数据的非平稳度测量

3.2.2基因表达数据的平稳区间识别

3.2.3平稳区间内的基因筛选

3.3变结构动态贝叶斯网络学习算法设计

3.3.1动态贝叶斯网络与变结构动态贝叶斯网络

3.3.2动态贝叶斯网络学习算法

3.3.3变结构动态贝叶斯网络构造算法

3.4多源数据融合方案

3.4.1融合protein-protein interaction数据

3.4.2融合protein complex数据

第四章基因调控网络构建平台的设计与实现

4.1 GRN Constructor 功能分析

4.2 GRN Constructor 架构设计

4.3 GRN Constructor 的实现

第五章实验数据的选取及试验结果分析

5.1多源生物数据的获取

5.1.1基因表达数据的获取

5.1.2蛋白质相互作用数据的获取

5.1.3 Pathway数据的获取

5.2实验结果评价标准介绍

5.3实验结果分析

5.3.1数据预处理结果分析

5.3.2平稳性分析结果分析

5.3.3网络构建结果分析

5.3.4实验结果的总体分析及结论

第六章总结与展望

6.1全文总结

6.2工作展望

参考文献

致谢