大规模基因调控网络因果关系的辨识
基因调控网络因果关系的辨识是系统生物学中的一个根本问题。利用有噪声的稳态实验数据，本文提出了一种可有效应用于大规模基因调控网络因果关系辨识的算法.该算法的最大特点是在估计中定量地引入了幂律分布，这是大多数大规模基因调控网络一个重要的结构特点。在幂律分布参数已知且测量噪声服从高斯分布的条件下，本文将幂律分布函数引入到测量噪声的似然函数中得到总的似然函数，然后采用极大似然估计法，分三步进行辨识：首先在节点度固定的情况下，利用子空间夹角最小的方法来确定与该节点有因果连接的节点；然后通过极大化测量噪声的似然函数得到相应的连接强度；最后通过使总的似然函数的下界最大来估计该节点的度。为了检验算法的性能，本文将该方法运用到人工模拟产生的100维的线性网络以及一个103维的MAPK网络模型中。仿真结果表明，与广泛采用的TLs算法相比，本算法显著提高了参数的辨识精度，而且大幅度降低了假阳性错误。
因果关系辨识 大规模基因调控网络 幂律分布 极大似然估计 系统生物学
王亚丽 周彤
清华大学自动化系,北京100084 清华大学自动化系清华信息科学与技术国家实验室(筹),北京100084
国内会议
北京
中文
6233-6238
2010-07-29（万方平台首次上网日期，不代表论文的发表时间）