[发明专利]基于贝叶斯网络的基因调控网络构建方法

权利要求书

1.一种基于贝叶斯网络的基因调控网络构建方法，通过建立基因调控网络模型对某一物种或组织中的全部基因的表达关系进行整体的模拟分析和研究，其特征在于，建立基因调控网络模型的步骤包括：

A，通过具有记忆的二进制粒子群优化算法来识别最佳节点次序，其中通过二进制粒子群优化算法对粒子进行速度更新后，对部分粒子速度进行变异，对搜索空间进行搜索，以跳出局部最优；

B，将获得的最佳节点次序作为K2算法的输入，然后执行K2算法学习贝叶斯网络的结构。

2.根据权利要求1所述的基于贝叶斯网络的基因调控网络构建方法，其特征在于，步骤A中具体包括：

A1，对粒子进行编码，包括利用邻接矩阵DAG表示粒子的位置和速度，每个粒子代表一个邻接矩阵DAG；

A2，确定粒子的参数值，包括确定种群规模N，确定粒子群优化算法中的学习因子c₁和c₂；

A3，初始化所有粒子的位置和速度；

A4，计算粒子的适应值并更新记忆库粒子；

A5，更新粒子的速度，并当粒子速度接近最大限制值或最小限制值时，对速度进行变异；

A6，更新粒子的位置；

A7，用记忆库中的记忆粒子替换粒子群中适应值小的粒子；

A8，检测全局极值GB并纠正回路。

3.根据权利要求2所述的基于贝叶斯网络的基因调控网络构建方法，其特征在于，步骤B中具体包括：

B1，将步骤A8中修正过的全局极值GB的值作为k2算法的输入，并执行K2算法。

4.根据权利要求2所述的基于贝叶斯网络的基因调控网络构建方法，其特征在于，步骤A3中，

每个粒子的位置由以下的式子决定：

xij0=0R(0,1)<0.51R(0,1)>0.5---(5)]]>

其中，i＝1，2，...，N；j＝1，2...，n，i、j随机生成，R(0，1)表示随机产生[0，1]之间的随机数；

每个粒子的速度由以下的式子决定：

v_ij(0)＝v_min+R(0，1)(v_max-v_min)                  (6)

其中，v_ij(0)随机生成，v_max和v_min表示速度的最大最小限制值。