[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

说明书

本发明公开了一种基于跨平台因果网络结构的基因调控网络重建方法，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；本发明将基因调控网络视作因果图，基因测序平台视作因果图上的一个特殊节点，在重建跨平台基因调控网络过程中，将平台变量加入每一个基因表达的调控变量集中，以此消除不同基因测序平台引起的差异影响。

技术领域

本发明涉及基因调控网络领域，尤其涉及一种基于跨平台因果网络结构的基因调控网络重建方法。

背景技术

在2001年进入后基因组时代，生物学研究的方向转向了对功能基因组方向的研究。在基因组功能方面来说，一个基因的表达可能会受到其他一个或多个基因或者分子的调节控制。传统的生物实验寻找这种调控关系的方法耗费巨大，目前，通过计算机技术，利用大量的基因表达数据以及逆向工程等方法发现基因之间的调控关系，是基因调控网络研究的热点。而不同的测序平台因为技术手段、操作设备的不同，导致不同测序平台下的基因表达数据没有直接可比性。单个测序平台的基因表达数据存在“高维度、小样本”的不平衡，为了克服这个不平衡，近年来有不少研究尝试利用来自多平台的基因表达数据基因调控网络重建。

一类常见的方法为将多个平台的数据进行整合然后进行网络重建；这类方法通常是利用一定的拉伸或压缩规则，把存在批次差异的无法直接比较的基因表达数据通过某些数据转换整合的方法，把跨平台数据合并为一整个可直接比较的基因表达数据矩阵。另一类方法是分别重建各平台的基因调控网络，然后将各平台下的结果通过统计方法进行整合。但是上述这些网络重建方法中，大多数方法都是应用于单平台上的基因表达数据，不同基因测序平台引起的差异影响，导致应用因果网络算法中的条件独立性测试无法同时测量离散变量和连续变量。

发明内容

本发明提供了一种基于跨平台因果网络结构的基因调控网络重建方法，将基因调控网络视作因果图，基因测序平台视作因果图上的一个特殊节点，在重建跨平台基因调控网络过程中，将平台变量加入每一个基因表达的调控变量集中，以此消除不同基因测序平台引起的差异影响。

为了解决上述技术问题，本发明实施例提供了一种基于跨平台因果网络结构的基因调控网络重建方法，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。

作为优选方案，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。

作为优选方案，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。

作为优选方案，所述三个阶段包括增长阶段、剪枝阶段和精炼阶段。