[发明专利]一种基于跨平台基因表达数据的基因调控网络重建方法

摘要

本发明涉及一种基于跨平台基因表达数据的基因调控网络重建方法，根据跨平台基因表达数据的特点，通过获取来自p个测序平台基因表达数据，并进行预处理，然后从每个基因样本中抽取n个基因表达量，并基于偏相关系数的混合型条件独立性测试得到每个基因表达量的父子节点集，将其应用于跨平台因果网络结构学习的学习网络骨架、确定v‑结构和最大化标志方向三个过程中，从而重建出跨平台基因调控网络，本发明利用因果图模型解决跨平台基因调控网络的问题，能直接有效地利用跨平台基因表达数据进行高维的基因调控网络重建的同时，避免数据预处理过程导致的数据过度平滑等问题，提高了跨平台基因调控网络重建结果的正确率和召回率。

主权项

1.一种基于跨平台基因表达数据的基因调控网络重建方法，其特征在于，包括以下步骤：S1)、从GEO基因表达数据库中获取来自p个测序平台基因表达数据，其中，每个测序平台包括多个基因样本，分别对p个测序平台基因表达数据进行预处理，删除每个测序平台中基因表达量缺失过多的基因样本，并将预处理后的p个测序平台基因表达数据合并得到基因样本量为m的基因样本集X＝{x₁,x₂,...x_m}，然后分别从基因样本集X＝{x₁,x₂,...x_m}的每个基因样本中抽取n个基因表达量，从而得到基因调控网络样本集G＝{g₁₁,g₁₂,...g_1n,g₂₁,g₂₂,...g_2n，…g_m1,g_m2,...g_mn}；S2)、初始化基因调控网络，用因果网络图表示基因调控网络，其中，一个基因表达量对应图中的一个节点，平台变量用一个对所有基因表达量都有影响的外生节点d表示，将基因调控网络初始化为空图；S3)、用混合型条件独立性测试检验基因表达量g_i与其他各基因表达量g_j之间的条件独立性，若条件独立性测试结果表明g_i和g_j没有被其他基因表达量d‑分隔(有向分隔)，则将g_j加入到g_i的父子节点集PC(g_i)中，即PC(g_i)＝{g_j}；S4)、重复步骤S3)，得到基因调控网络中每个基因表达量节点的父子节点集PC(g_i)；S5)、根据各基因表达量的父子节点集PC(g_i)，若基因调控网络中的任意两个基因表达量g_i和g_j互相存在于对方的父子节点集中，则将g_i和g_j用无向边连接起来，得到基因调控网络图骨架；S6)、逐个检查网络图骨架中具有g_i‑g_j‑g_k结构的任意三个基因表达量节点，根据混合型条件独立性测试的结果，确定是否存在v‑结构，若混合型条件独立性测试的结果为g_i⊥g_k,则认为g_i,g_j,g_k之间构成了一个v‑结构，则将图中这两条无向边的方向标记为g_i→g_j←g_k；S7)、根据不产生多余的v‑结构、无环约束规则对基因调控网络图中未标记方向的边进行最大化方向标记，直到不能标记更多无向边的方向为止；不产生多余的v‑结构的规则为：网络图中具有g_i→g_j‑g_k结构的任意三个基因表达量节点，将g_j‑g_k之间的边标记为g_j→g_k；无环约束的规则为：网络图中两个相连节点g_i‑g_j，若存在g_i指向g_j的有向路径，则将g_i‑g_j标记为g_i→g_j；S8)、输出跨平台基因调控网络。