[发明专利]基于数据的可观测类基因调控网络的辨识方法及系统

说明书

本发明公开了一种基于数据的可观测类基因调控网络的辨识方法及系统，该方法包括以下步骤：首先，对数据库中输入数据和观测数据向量化处理；其次，基于输入数据和观测数据的向量值，检索可区分系统状态的测试输入序列组；利用测试输入序列组构造有效输入序列组；然后，在数据库中寻找有效输入序列组，若存在，则说明数据库当前数据信息充足，可以实现系统辨识，提取其相应的有效观测序列组；若不存在，则说明数据库当前数据信息不足。提取在检索测试输入序列组时生成不同观测序列组的状态样本，向这些样本注入有效输入序列组，收集相应的有效观测序列组；根据有效输入序列组、有效观测序列组和有效状态序列组，构造系统的状态转移结构矩阵和输出转移结构矩阵；从而建立基因调控网络的动态方程；根据动态方程写出基因调控网络的真值表。

技术领域

本发明涉及控制技术领域，尤其涉及一种基于数据的可观测类基因调控网络的辨识方法及系统。

背景技术

许多野生动物携带多种病毒，这些病毒对动物本身没有影响，但可能对人类具有高传染性和致命性。例如蝙蝠携带的SARS病毒和埃博拉病毒、野生土拨鼠携带的寄生虫和鼠疫杆菌、浣熊携带的狂犬病病毒等。抗病毒免疫研究病毒疾病的病理表现、症状和检测技术，系统辨识是其中一个重要环节，即找到构造系统动力学的方法或算法。

按照离散与连续、定性与定量、线性与非线性等方法不同，刻画基因调控网络的模型众多，其中由Kauffman所提出的布尔网络是一种理想的数学模型。布尔网络中各节点代表细胞内(或特定基因组内)基因、药物刺激和环境刺激等信息，节点状态将基因活性的“激活”与“沉默”、刺激物的“高浓度”与“低浓度”量化为数值“1”与“0”，节点间的作用直接反映基因的表达、复制、转录等活动。这种建模引起了诸多科研工作者的关注，用来发现可有效沉默或激活、降低或增强某些基因活性的新机制，实现强有力药物的诞生、病毒的防御以及生命的延续。例如：给免疫细胞发送信息的肿瘤坏死因子(tumor necrosis factor)，这是一种注射细菌多糖后，血清中出现的一种能使多种肿瘤发生出血性坏死的物质。

对于未知的生物系统或某些病毒生存的环境，只能收集到输入输出数据，但由于布尔网络很难被参数化，要通过输入输出数据直接辨识布尔网络是很困难的。一些早期的结果仅考虑了网络转换映射的辨识。幸运的是，在矩阵半张量积方法中，一个布尔网络的动力学可以转换成一个离散时间线性(布尔控制网络转换双线性)系统，因此，系统辨识问题就变成了相关矩阵的辨识问题。

现有的基因调控网络的系统辨识面临如下问题:

(1)模拟基因调控网络的数学模型众多，目前常用的线性组合模型、加权矩阵模型、贝叶斯网络模型、微分方程模型及其它非线性模型均存在参数辨识难、辨识过程耗时长、辨识算法设计复杂等问题。

(2)由于分析工具的匮乏，不仅布尔网络模型中参数辨识难，即使对于精准的布尔网络模型，计算吸引子的方法也十分复杂，难以用计算机编程语言实现，易导致结果错误。

(3)目前基于数据的系统辨识，多数方法利用公共输入序列区分系统状态，这种辨识方法对数据要求过高，而且存在部分系统状态无法区分的可能，这是由于数据中仍有大量信息未被挖掘(充分利用)。

近些年，国内外病毒疫情频发，对全球各个方面造成了巨大的冲击和损失。对于未知病毒这种突发事件，了解其致病原理是战“疫”中非常重要的一个环节。病毒或传染病在人口密集的城市容易形成人与人之间快速传播，疾病预防控制中心在短时间内收集到受感染同一病原体的不同患者身上大量样本。如果能够在病毒爆发初期，有效地利用大量的离线、在线数据和信息，及时估计和掌握致病机制，多部门协同决策，对疾病早期诊断与防控意义重大。利用布尔网络模型研究基因调控网络已有五十年的历史，其优点是基因状态及相互作用定性定量的描述，建模速度快，可在较短时间给出未知基因调控网络的一些初步分析。矩阵半张量积的融入，使得布尔网络中大量运算得以计算机编程，该理论框架的建立为基因调控网络研究开辟了一条新的路径。