[发明专利]一种对基因线路和转录调控关系自动化建模的方法

权利要求书

1.一种对基因线路和转录调控关系自动化建模的方法，其特征在于：包括以下步骤：

1)根据用户配置文件给定的基因线路或转录调控关系类型，生成与该基因线路或转录调控关系相关联并抽象为逻辑门的若干个备选数学模型；

2)对于生成的备选数学模型，利用用户通过实验获得的所述基因线路或转录调控关系的表征数据进行参数估计；

3)在对备选数学模型完成参数估计后选择最优模型，该最优模型为备选数学模型中具有最小AIC的非线性模型；

4)按照合成生物学规范格式输出最优模型；

所有备选数学模型包括阴性对照模型以及选自单输入逻辑门模型、双输入逻辑门模型、多输入逻辑门模型中的一种或多种逻辑门模型；其中，所述阴性对照模型包括常量表达模型和线性模型；

所述逻辑门模型是由Hill函数或Michaelis-Menten方程衍生得到的；

所述步骤1)中，根据基因线路或转录调控关系类型生成一组关键词，并根据不同关键词之间的组合定义对应的逻辑门模型，所述关键词从逻辑门的类型、逻辑门的基底类型以及基因线路或转录调控关系的生物学机理的描述中进行选择；

所述步骤2)具体包括以下步骤：采用备选数学模型产生的预测值与用户获得的实验值之间的误差平方和作为参数估计的目标函数，使用单纯形法求得所述目标函数的局部最小值，并作为初始参数进行最大似然参数估计或贝叶斯参数估计；

所述步骤3)具体包括以下步骤：

3.1)计算每一个备选数学模型的AIC，以计算得到的线性模型和常量表达模型的AIC为阴性对照，从其他备选数学模型中选择AIC最小的备选数学模型；

3.2)若步骤3.1)中选择的备选数学模型的AIC同时小于线性模型的AIC及常量表达模型的AIC，则将选择的备选数学模型作为最优模型；若步骤3.1)选择的所述候选最优模型的AIC大于等于线性模型或常量表达模型的AIC，则认为所述基因线路或转录调控关系不应使用逻辑门描述。

2.根据权利要求1所述一种对基因线路和转录调控关系自动化建模的方法，其特征在于：所述步骤3)还包括以下步骤：根据ΔAIC确定最优模型的非线性程度，ΔAIC为线性模型的AIC与最优模型的AIC的差值，ΔAIC越大，则最优模型的非线性越高。

3.根据权利要求1所述一种对基因线路和转录调控关系自动化建模的方法，其特征在于：所述备选数学模型的参数估计以及AIC的计算并行执行。

4.根据权利要求1所述一种对基因线路和转录调控关系自动化建模的方法，其特征在于：所述步骤4)中，合成生物学规范格式包括SBML文本格式及SBOL图形格式。

5.一种对基因线路和转录调控关系自动化建模的系统，其特征在于：包括备选模型生成模块、参数估计模块、最优模型选择模块及最优模型输出模块；

所述备选模型生成模块用于根据用户配置文件给定的基因线路或转录调控关系类型生成与该基因线路或转录调控关系相关联并抽象为逻辑门的备选数学模型的集合；

所有备选数学模型包括阴性对照模型以及选自单输入逻辑门模型、双输入逻辑门模型、多输入逻辑门模型中的一种或多种逻辑门模型；其中，所述阴性对照模型包括常量表达模型和线性模型；

所述逻辑门模型是由Hill函数或Michaelis-Menten方程衍生得到的；

根据基因线路或转录调控关系类型生成一组关键词，并根据不同关键词之间的组合定义对应的逻辑门模型，所述关键词从逻辑门的类型、逻辑门的基底类型以及基因线路或转录调控关系的生物学机理的描述中进行选择；

所述参数估计模块用于对生成的备选数学模型，利用用户通过实验获得的所述基因线路或转录调控关系的表征数据进行参数估计；参数估计中采用备选数学模型产生的预测值与用户获得的实验值之间的误差平方和作为参数估计的目标函数，使用单纯形法求得所述目标函数的局部最小值，并作为初始参数进行最大似然参数估计或贝叶斯参数估计；

所述最优模型选择模块用于从生成的备选数学模型中选择最优模型，该最优模型为具有最小AIC的非线性模型；选择最优模型中计算每一个备选数学模型的AIC，以计算得到的线性模型和常量表达模型的AIC为阴性对照，从其他备选数学模型中选择AIC最小的备选数学模型；若选择的备选数学模型的AIC同时小于线性模型的AIC及常量表达模型的AIC，则将选择的备选数学模型作为最优模型；若选择的所述候选最优模型的AIC大于等于线性模型或常量表达模型的AIC，则认为所述基因线路或转录调控关系不应使用逻辑门描述；

所述最优模型输出模块用于按照合成生物学规范格式输出最优模型。