[发明专利]一种基于memetic算法的基因模体重构技术

说明书

技术领域

本发明涉及生物网络和智能优化领域，具体地说是一种基于memetic算法的基因模体重构技术。

背景技术

基因网络研究是当前国内外研究的前沿课题，其主要目的是通过建立基因转录调控网络模型对某个物种或组织中全部基因的表达关系进行整体的模拟分析和研究。量化方法是基因调控网络研究中一种有效的策略，可以从一个侧面对基因表达过程中的信息进行挖掘，通过信息提取、分析，了解基因功能，理解遗传网络来弄清疾病发病机制。基因从表达中展示其功能，基因的表达是彼此相互作用和调控的过程。基因调控网络中出现频率非常高的连接子图被称为网络模体，它是基于网络的拓扑连接特征提出来的，是网络中具有简单结构的单元，它表示的是转录因子和靶基因之间相互调控关系的特定小规模模式，通常由少量的基因按照一定的拓扑结构构成。

描述基因调控系统的数学方法和模型有很多，如微分方程模型、布尔模型等。加权矩阵模型是其中一种建模基因调控网络的方法，利用这种结构可以有效判别基因模体的调控作用是否有问题，同时以权值的形式简单描述出基因间相互作用的强度，在系统分析和控制设计方面有一定的优势。

发明内容

本发明的目的在于综合应用加权矩阵模型和memetic优化算法推断基因模体中基因之间的相互关系，提出一种基于memetic算法的基因模体重构技术，寻优过程中以基因表达响应输出误差为优化算法的评价函数，充分利用基于种群的全局搜索和基于个体的局部启发式搜索，通过优化种群分布，及早剔除不良个体，加快算法的求解速度，在保证较高收敛性能的基础上，提高全局搜索能力，获得高质量的解，以推测出与实验数据最符合的基因模体结构。

在基因网络模体的加权矩阵模型中，一个基因的表达值是其他基因表达值的函数。含有个基因的基因表达状态用n维空间中的向量u(t)表示，u(t)代表一个基因在时刻t的表达水平。以一个加权矩阵W＝(w_ij)_nxn表示基因之间的相互调控作用，w_ij代表基因j的表达水平对基因i的影响。基因i的总调控输入r_i(t)为

ri(t)=Σj=0nwijuj(t)---(1)]]>

若w_ij为正值，则基因j激发基因i的表达；若w_ij为负值表示基因j抑制基因i的表达；若w_ij为0，则表示基因j对基因i没有作用。基因i的下一时刻表达水平可以用非线性映射表示：

ui(t+1)=11+e-ri(i)---(2)]]>