期刊检索

  • 2024年第56卷
  • 2023年第55卷
  • 2022年第54卷
  • 2021年第53卷
  • 2020年第52卷
  • 2019年第51卷
  • 2018年第50卷
  • 2017年第49卷
  • 2016年第48卷
  • 2015年第47卷
  • 2014年第46卷
  • 2013年第45卷
  • 2012年第44卷
  • 2011年第43卷
  • 2010年第42卷
  • 第1期
  • 第2期

主管单位 中华人民共和国
工业和信息化部
主办单位 哈尔滨工业大学 主编 李隆球 国际刊号ISSN 0367-6234 国内刊号CN 23-1235/T

期刊网站二维码
微信公众号二维码
引用本文:王春宇,宋建春,郭茂祖,邢林林,刘晓燕.基于加性噪声模型的基因调控网络构建算法[J].哈尔滨工业大学学报,2015,47(11):22.DOI:10.11918/j.issn.0367-6234.2015.11.004
WANG Chunyu,SONG Jianchun,GUO Maozu,XING Linlin,LIU Xiaoyan.Additive noise model based gene regulatory network construction algorithm[J].Journal of Harbin Institute of Technology,2015,47(11):22.DOI:10.11918/j.issn.0367-6234.2015.11.004
【打印本页】   【HTML】   【下载PDF全文】   查看/发表评论  下载PDF阅读器  关闭
过刊浏览    高级检索
本文已被:浏览 2534次   下载 1311 本文二维码信息
码上扫一扫!
分享到: 微信 更多
基于加性噪声模型的基因调控网络构建算法
王春宇,宋建春,郭茂祖,邢林林,刘晓燕
(哈尔滨工业大学 计算机科学与技术学院, 150001 哈尔滨)
摘要:
为在统计推断方法通过相关性来筛选基因对时,能够体现调控关系的因果性,受因果定向算法能够有效定向调控关系的启发,将加性噪声模型与因果定向算法相结合,用基于加性噪声的定向算法度量因果关系的程度,提出了一种基因调控网络构建的算法. 该算法首先将加性噪声模型的因果定向算法扩展为一个特征选择算法,并通过建立调控因子集合与每个基因间的加性噪声模型来选择基因的调控因子. 在DREAM5的3个数据集上的实验结果显示,结果比其他算法有明显提升,该算法可有效构建基因调控网络.
关键词:  加性噪声模型  因果定向  基因调控网络  特征选择
DOI:10.11918/j.issn.0367-6234.2015.11.004
分类号:TP391
基金项目:国家自然科学基金(2,8,61271346,61402132);高等学校博士学科点专项科研基金氏族12302110040);中央高校基本科研业务费专项资金(HIT.KISTP.201418).
Additive noise model based gene regulatory network construction algorithm
WANG Chunyu, SONG Jianchun, GUO Maozu, XING Linlin, LIU Xiaoyan
(School of Computer Science and Technology, Harbin Institute of Technology, 150001 Harbin, China)
Abstract:
In order to represent causal relationship when relevance measure is used in statistic inference methods to filter gene pair, inspired by the research that casual-effect orientation algorithm can identify direction of causal-effect variables effectively,we propose an additive noise model based on the gene regulatory network construction algorithm by using additive noise model orientation algorithm to measure degree of causal relationship. The algorithm extends additive noise model based orientation algorithm to a feature selective algorithm, and builds ANM model of transcription factors set and each gene to select transcription factors of gene. In the experiments of three datasets DREAM5, the method has clear improvement in comparison with other algorithms, and could be used as an efficient algorithm to build gene regulatory networks.
Key words:  additive noise model  causal-effect orientation  gene regulatory network  feature selection

友情链接LINKS