[发明专利]一种基于跨平台因果网络结构的基因调控网络重建方法

权利要求书

1.一种基于跨平台因果网络结构的基因调控网络重建方法，其特征在于，包括：

基于连续型因果网络结构建立离散型的平台节点，得到跨平台网络结构骨架；

基于学习算法对所述跨平台网络结构骨架进行学习，对每个变量直接相连的变量集中的节点进行连接，得到无向图；

在所述无向图中确定所述跨平台网络结构骨架中存在的v-结构，得到部分有向图；

根据约束规则最大化标记所述部分有向图中剩余的无向边，得到最大化标志方向的有向图。

2.如权利要求1所述的基于跨平台因果网络结构的基因调控网络重建方法，其特征在于，所述基于学习算法对所述跨平台网络结构骨架进行学习，对每个变量直接相连的变量集中的节点进行连接，得到无向图，具体包括：

根据d-分隔原理，当目标节点x的父子节点集PC(x)中存在变量节点f_i，和目标节点x在给定变量集S的情况下条件独立，则确定变量节点f_i和目标节点x之间没有直接相连的边，将变量节点f_i从PC(x)中排除。

3.如权利要求2所述的基于跨平台因果网络结构的基因调控网络重建方法，其特征在于，所述确定变量节点的步骤为：通过算法，在三个阶段中以变量集V＝{v₁,v₂,…,v_n}中的变量逐个作为目标节点，直到得到每个变量对应的父子节点集PC(x)为止。

4.如权利要求3所述的基于跨平台因果网络结构的基因调控网络重建方法，其特征在于，所述三个阶段包括增长阶段、剪枝阶段和精炼阶段。

5.如权利要求3所述的基于跨平台因果网络结构的基因调控网络重建方法，其特征在于，所述确定变量节点的算法为Parents_and_Children算法。

6.如权利要求1所述的基于跨平台因果网络结构的基因调控网络重建方法，其特征在于，还包括：提出混合型条件独立性测试，检验跨平台数据间的条件独立性；具体包括：

检验给定一组连续变量作为条件集，连续变量v_i与另一个连续变量v_j之间的条件独立性；

检验给定一组连续变量作为条件集，连续变量v_i与平台变量p之间的条件独立性；

检验给定一组连续变量和p，连续变量v_i与另一个连续变量v_j之间的条件独立性。

7.如权利要求6所述的基于跨平台因果网络结构的基因调控网络重建方法，其特征在于，所述检验给定一组连续变量作为条件集，连续变量v_i与另一个连续变量v_j之间的条件独立性，具体包括：

将Z作为给定条件变量集，用最小二乘法分别求出v_i和Z的线性回归方程，以及v_j和Z的线性回归方程，分别计算残差；再利用简单相关系数的方法计算偏相关系数，并进行费雪Z-转换；作出H₀:ρ_ij·z＝0的假设,显著性水平α的条件下，如果下面的不等式成立，则拒绝H₀:

其中，Φ(·)是标准正态分布,N是样本大小，|Z|是给定条件变量的个数。

8.如权利要求7所述的基于跨平台因果网络结构的基因调控网络重建方法，其特征在于，所述进行费雪Z-转换的公式为：