【技术实现步骤摘要】
本专利技术实施方案涉及用以阐明基因之间网络关系的方法。这些方法包括布尔逻辑(boolean logic)、贝叶斯估计(Bayesian estimation)、最大似然估计(maximum likelihood analysis)、样条函数(spline function)和其它曲线拟合法,以及用于确定彼此功能相关的各组基因之间的边缘关系(edge relationship)的方法。
技术介绍
从重要的基因组范围的实验数据所阐明的基因调控网络,有助于从观察已知和未知生物功能的基因之间的转录调控事件中发现新的基因功能信息和表达调控事件。旨在阐明基因调控路径的方法先前已经被报道(1,2,3)。这些研究报道的推导网络由来自时程、细胞周期和环境变动的基因表达数据组产生(4,5)。但是,从这些数据组推导得到的控制关系不是建立在用以阐明转录相关的调控控制功能的综合试验数据上,因此受到质疑。为了严格而精确地从全新表达数据组中确定新的、复杂的基因调控网络,结合了基因组删除突变的表达试验与适当计算方法的系统、全面的策略是必需的(6-9)。在建立推导调控网络中尤其重要的是产生推定控制关系的表达试验之间的生物相关性。产生自竞争杂交破坏试验的基因组范围的表达数据具有内部控制和定量测定一种基因存在与否对其它基因表达的直接作用的优点。选择详尽阐明控制关系的破坏试验对于产生有用的基因调控信息是有价值的。总结本专利技术提供用于确定系统中基因之间或者各组基因之间的相互关系的方法,例如确定系统中的基因路径或者基因网络的方法。在一个实施方案中,通过用本专利技术提供的改进的布尔方法(Boo ...
【技术保护点】
一种构建基因网络的方法,包括步骤:(a)给机体的一组基因提供定量破坏体数据文库,所述文库包括基于破坏所述组基因中的每个基因的表达结果,量化平均效应和每种破坏对每个其它所述基因的可变性测定结果;(b)从所述文库构建基因表达矩阵 ;(c)生成所述基因之间的网络关系;和(d)确定是否一组或多组基因表达区别于其它所述组基因的表达。
【技术特征摘要】
US 2001-9-26 60/325,016;US 2001-11-29 60/334,372;U1.一种构建基因网络的方法,包括步骤(a)给机体的一组基因提供定量破坏体数据文库,所述文库包括基于破坏所述组基因中的每个基因的表达结果,量化平均效应和每种破坏对每个其它所述基因的可变性测定结果;(b)从所述文库构建基因表达矩阵;(c)生成所述基因之间的网络关系;和(d)确定是否一组或多组基因表达区别于其它所述组基因的表达。2.权利要求1的方法,还包括步骤(e)提供一种贝叶斯计算模型,其中所述贝叶斯模型包括最小化BNRC检验数。3.权利要求2的方法,其中所述最小化BNRC检验数的步骤包括采用非线性曲线拟合方法,该方法选自多项式函数、傅立叶级数、小波函数、回归样条函数或B-样条函数。4.权利要求1的方法,其中所述数据文库是用药物改变基因表达而建立的。5.权利要求2的方法,其中所述最小化所述BNRC检验数的步骤还包括用修合算法选择贝叶斯模型。6.权利要求2的方法,其中所述最小化所述BNRC检验数的步骤还包括使用Akaike信息检验数。7.权利要求2的方法,其中所述最小化所述BNRC检验数的步骤还包括使用最大似然估计。8.权利要求1的方法,其中所述基因与细胞周期有关。9.权利要求2的方法,其中所述可变性测定结果是变量。10.权利要求3的方法,其中所述非线性曲线拟合方法是一种非参数方法。11.权利要求10的方法,其中所述用于最小化BNRC检验数的非参数方法包括使用异质误差方差。12.权利要求11的方法,其中所述最小化BNRC检验数的步骤还包括以下步骤(1)生成分值矩阵,其第(i,j)个元素是结构图基因i→基因j的BNRCjhetero的分值;(2)实施一个或多个增加、去除和反转而产生最小的BNRChetero;和(3)重复步骤2直到BNRChetero不再进一步减小。13.权利要求11的方法,其中所述最小化BNRC检验数的步骤还包括使用爬山算法来最小化BNRC(j)hetero。14.权利要求11的方法,其中用自举方法来确定边缘强度。15.权利要求14的方法,其中所述自举方法包括步骤(1)通过从原始基因文库表达数据中多次随机取样并置换,产生自举基因表达矩阵;(2)评估基因i和基因j的基因网络;(3)重复步骤(1)和(2)T次,从而生成T个基因网络;和(4)用(t1+t2)/T计算基因i和基因j之间的自举边缘强度。16.一种阐明基因网络的方法,包括步骤(a)给机体众多基因提供时程基因表达数据的原始数据库;(b)从所述原始数据库中减去背景信号强度;(c)对所述众多基因中的每一个计算基因表达的相对变化;(d)用Student t-检验分析所述基因表达的相对变化的统计学显著性;(e)将基因表达中的所述变化拟合成线性样条函数。17.权利要求16的方法,还包括从考虑中去除其表达水平极低以至于主要由噪声确定的那些基因的步骤。18.权利要求1的方法,其中所述分组步骤包括将所述基因分成一个或多个等价集合。19.一种评估基因网络关系和优化所述关系的超级参数的方法,包括步骤(1)确定超级参数pj;(2)初始化γjk=0,k-1,...,qj;(3)重复步骤3-1和步骤3-2寻找最佳βjk;(3-1)计算γjk=(BTjkWjkBjk+nβjkKjk)-1BTjkWjkx(x(j)-∑Bjk′γjk′)k′≠k来确定βjk,(3-2)针对候选的βjk值重复步骤3-1,选择使BNRChetero最小化的最佳βjk值;(4)以k=1,...,qj,1,...,qj,1,...重复步骤3直到满足合适的收敛检验数;和(5)针对候选的pj值重复步骤1到4,并选择使BNRChetero最小化的最佳pj值。20.一种构建含基因网络的系统的基因网络模型的方法,包括使用贝叶斯计算模型,其中贝叶斯计算模型包括最小化BNRC检验数。21.权利要求20的方法,其中最小化BNRC检验数包括采用非线性曲线拟合方法,该方法选自多项式函数、傅立叶级数、小波函数、回归样条函数或B-样条函数。22.权利要求20的方法,其中最小化BNRC检验数包括用修合算法选择贝叶...
【专利技术属性】
技术研发人员:井元清哉,后藤多嘉绪,官野悟,田代康介,米歇尔德胡恩,克里斯托弗J萨瓦,久原哲,
申请(专利权)人:GNI株式会社,
类型:发明
国别省市:JP[日本]
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。