基于逻辑关系推断基因调控网络

发布时间：2021-05-15 05:37

　　基因调控网络作为推断基因间相互调控关系的网络模型,是目前生物信息学中一个十分重要的课题。随着基因芯片技术的快速发展,使得利用高通量的基因表达数据来推断基因调控网络成为可能。通过基因调控网络,可以分析基因之间的相互调控关系,发现基因的功能,并对致病基因进行预测。这些信息对复杂疾病的诊断、个性化治疗方案的制定以及针对性药物的研究都有着十分重要的影响。目前有许多用于推断基因调控网络的数学模型,其中基于信息论推断基因调控网络是目前一个重要的课题。这一类方法通过计算基因之间的互信息,能够准确、有效地衡量基因之间的非线性关系,并且能够针对连续型数据进行计算。然而这一类方法存在两个问题,首先,目前普遍使用的核密度估计方法虽然能够对连续型数据的互信息进行估计,但是需要假设数据服从高斯分布,而对于未知分布的连续型数据,这种方法不能很好地适用;其次,互信息过高估计了基因之间的相互关系,因此在推断基因调控网络时会出现很多假阳性边,使得推断出的网络准确性较低。本文从以上两个问题出发,首先使用k最近邻估计方法,对连续型数据的信息熵与互信息进行估计,其好处在于能够针对未知分布的连续型数据。由于这一方法对参数的选取... 

【文章来源】：西安电子科技大学陕西省 211工程院校 教育部直属院校

【文章页数】：64 页

【学位级别】：硕士

【文章目录】：
摘要
ABSTRACT
符号对照表
缩略语对照表
第一章 绪论
    1.1 研究背景及意义
    1.2 现有方法分析
        1.2.1 基于共表达的方法
        1.2.2 基于监督学习的方法
        1.2.3 基于图论的方法
        1.2.4 基于信息论的方法
    1.3 本文研究工作与创新点
    1.4 论文的组织结构
第二章 相关理论基础
    2.1 基因调控网络的基本概念
    2.2 信息熵与互信息
        2.2.1 离散型随机变量的信息熵与互信息
        2.2.2 连续型随机变量的信息熵与互信息
        2.2.3 高斯核密度估计
    2.3 k最近邻算法
    2.4 本章小结
第三章 基于逻辑关系推断未知分布规律的基因调控网络
    3.1 连续型随机变量的估计方法
    3.2 未知分布规律的信息熵和互信息的估计
        3.2.1 信息熵的估计
        3.2.2 联合熵的估计
        3.2.3 互信息的估计
    3.3 基于逻辑关系推断基因间的相互关系
        3.3.1 离散型逻辑关系
        3.3.2 不确定性系数
        3.3.3 连续型逻辑关系
    3.4 算法设计及分析
        3.4.1 基于k最近邻估计信息熵与互信息
        3.4.2 基于逻辑关系推断基因调控网络
    3.5 本章小结
第四章 实验结果及分析
    4.1 实验数据的选取
    4.2 各种评价指标
    4.3 k最近邻算法中的参数选取
    4.4 实验结果分析
    4.5 本章小结
第五章 总结与展望
    5.1 本文工作总结
    5.2 下一步工作展望
参考文献
致谢
作者简介



本文编号：3187057