基于潜在调控因子筛选的高阶动态贝叶斯建模方法

摘要：

为了解决目前用于构建基因调控网络的方法中所存在的网络构建准确率低、网络构建时间过长等问题,以及减小网络构建的复杂度,提高网络构建效率,提出了一种基于潜在调控因子筛选的高阶动态贝叶斯网络建模方法(high-order dynamic Bayesian network modeling method based on potential regulatory factor screening,PRS-HO-DBN).该方法将关联模型与高阶动态贝叶斯网络模型相结合,首先利用潜在调控因子筛选的方法在不同的时间延迟下删除与目标基因关联程度较低的基因,保留与目标基因关联程度较高的基因并作为目标基因的潜在调控因子集,以减小搜索空间;然后利用高阶动态贝叶斯模型进行结构学习,以提高网络构建的精确率.与其他的网络构建模型方法相比,该方法可以极大地缩短网络构建的时间,提升效率和精确度.

关键词：基因调控网络、潜在调控因子、高阶动态贝叶斯网络、关联模型、结构学习

所属期刊栏目：44

分类号：TP181(自动化基础理论)

资助基金：国家自然科学基金;中央高校基本科研业务费专项资金资助项目;中央高校基本科研业务费专项资金资助项目;中央高校基本科研业务费专项资金资助项目;中央高校基本科研业务费专项资金资助项目

在线出版日期：2023-04-03（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：323-330