基于迭代回归的基因相互作用定义方法

摘要：

基因相互作用是生物信息学中的重要课题,主要研究在非等位基因缺失条件下基因之间的功能联系,为细胞信号通路分析和药物重定位等提供了新的方向.经典的基因相互作用定义方式采用确定的预期中立函数,但是这种固定的中立函数往往不能反映具体实验数据的特征,而基于机器学习定义基因相互作用的方法可以较好地解决这个问题.首先,通过回归分析方法拟合符合数据特征的预期中立函数;其次,剔除数据集中残差比较大的点,在剩余数据中重复这一过程,直到回归系数趋于收敛;最后,将得到的回归方程作为预期中立函数定义所有样本的基因相互作用.在包含660多万条记录的酵母菌数据集上的实验结果表明,基于迭代回归的定义方式能够发现更精准的相互作用.

关键词：回归;机器学习;预期中立函数;基因相互作用

所属期刊栏目：39

分类号：TP181;Q348(自动化基础理论)

资助基金：智能计算与信息处理教育部重点实验室课题;辽宁省科技厅自然科学基金资助项目;国家自然科学基金

在线出版日期：2022-03-23（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：419-422