人工基因调控网络的模拟方法技术

本发明专利技术公开了一种人工基因调控网络的模拟方法，该方法步骤如下：Ａ、根据真实基因调控网络的拓扑特性，构建具有全局稳定不动点的骨架网络；Ｂ、将骨架网络中的节点和边进行随机拆分；Ｃ、在骨架网络上增加新的节点：Ｄ、在新的节点的上产生新的边；Ｅ、设定模拟的网络规模，网络中包含Ｒ个节点，重复步骤Ｃ－Ｄ，产生新的节点和新的边，使人工基因调控网络增大，每重复一次，统计一次网络的节点数，直到网络增大到设定的网络规模为止。该方法具有很强的针对性和生物信息学应用性；模拟产生的人工基因调控网络具有动力学稳定性；为基因调控网络构建算法的性能测试提供了多样化人工基因调控网络，为系统生物领域的研究人员提供了新的基因网络模拟工具。

【技术实现步骤摘要】

本专利技术涉及计算机
，具体地说是涉及提出了一种人工基因调控网络的模拟方法。
技术介绍
随着大通量基因芯片数据的产生，基因调控机制的网络化研究需求日趋迫切。模拟人工基因调控网络是了解基因调控机制、研究基因调控网络结构、网络模块和动力学性质的一项重要手段。 在实际应用中，由于许多构建基因调控网络的算法需要得到详细全面的测试，虽然在真实基因调控网络上可以进行直接而简单的测试实验，但由于已知真实网络的规模有限，类型很少，动力学机制不明等缺点，很容易对特定算法产生偏袒，那么由产生的大规模、多类型、参数可控的高可信度基因调控网络就成为公平系统地验证算法的金标准。 现有的通过使用随机网络模型来描述基因调控网络的结构，没有将复杂网络模型与经过大量实验证明的真实基因调控网络特征结合起来，因此这些方法产生的人工基因调控网络在拓扑特性上与真实的基因调控网络有很大差距，造成了这些方法在实际应用方面的局限性。 在构建人工基因调控网络的过程中，仅关注网络的整体拓扑结构是不够的，还需要研究基因调控网络的结构性质和整体动力学性质，如动力学稳定。而现有的模拟方法仅仅考虑了网络的拓扑结构，并没有进一步考虑网络的度分布、网络的鲁棒性和稳定性，从而使其产生的人工基因调控网络可信度较低。 目前流行的复杂网络分析方法虽然也能产生人工网络，但产生的网络不具备生物网络的特性，尤其不能呈现出动力学稳定性，因此在生物信息学方面的应用性较差。
技术实现思路
针对上述现有技术存在的不足和缺点，本专利技术提供一种人工基因调控网络的模拟方法，该方法能模拟与特定生物网络相似的人工基因调控网络，人工基因调控网络具有动力学稳定性，在拓扑结构上与真实基因调控网络具有高度相似性；通过模拟在拓扑结构上和动力学性质上与真实基因调控网络高度相似的大规模人工网络，为系统生物学领域的研究人员提供了很好的基因网络模拟工具。 为达到上述目的，本专利技术采用下述技术方案 上述一种，其步骤包括如下 A、根据真实基因调控网络的拓扑特性，构建具有全局稳定不动点的骨架网络； B、将骨架网络中的节点和边进行随机拆分 将骨架网络中的节点和边进行随机拆分为m。个节点随机分为l个子集，每个子集中均有m01， m02， ， m01个节点禾口 条边； C、在骨架网络上增加新的节点 将一个新节点被随机分配到1个子集中的其中一个子集中，随着新节点的加入，子集中将产生m条边，其中m《Min(mM，m。2， ， m01); D、在新的节点上产生新的边； E、设定模拟的网络规模为，网络中包含R个节点，重复步骤C D，在骨架网络上产生新的节点和新的边，使人工基因调控网络增大，每重复一次，统计一次网络的节点数，网络增大到设定的网络规模为止。 本专利技术与已有技术相比较，具有如下面显而易见的突出实质性特点和显著优点 1、该方法具有很强的针对性和生物信息学应用性，通过根据无标度网络特性构建人工基因调控网络的拓扑结构，它可以模拟拓扑结构上与真实基因调控网络具有高度相似性的人工基因调控网络； 2、该方法模拟产生的人工基因调控网络具有动力学稳定性，使用具有全局稳定不动点的骨架网络的设计，使该骨架网络具有最少的边数且对整个网络的整体动力学性质起决定性作用，模拟产生人工基因调控网络在经历微小的扰动后逐渐趋于稳定； 3、该方法为基因调控网络构建算法的性能测试提供了多样化、大规模的人工基因调控网络，为系统生物领域的研究人员提供了很好的基因网络模拟工具。附图说明 图1是本专利技术的的流程图； 图2是图1中步骤A所述的构建具有全局稳定不动点的骨架网络的具体流程图； 图3是图3中步骤A3所述的构建具有稳定全局不动点的骨架网的具体流程图； 图4是图1中步骤D所述的在新的节点上产生新的边的具体流程图； 图5是采用本专利技术的方法所产生的人工基因调控网络的动力学稳定性评估结果图。具体实施方案 以下结合附图对本专利技术的实施例作进一步详细说明。 本实施例中，本专利技术的的实验在上海大学系统生物研究所的集群计算机上运行，该集群由14台IBM HS21刀片服务器和2台x3650服务器组成计算和管理节点，网络连接采用千兆以太网和infiniband 2. 5G网。 如图1所示，一种，其特征在于包括以下步骤 A、根据真实基因调控网络的拓扑特性，构建具有全局稳定不动点的骨架网络； B 、将骨架网络中的节点和边进行随机拆分， 将骨架网络中的节点和边进行随机拆分为m。个节点随机均分为l个子集，每个子集中均有mQ1， m。2，，!％个节点和eQ1， e。2， ， eX条边； C、在骨架网络上增加新的节点； 将一个新节点被随机分配到1个子集中的其中一个子集中，随着新节点的加入，子集中将产生m条边，其中m《Min(mM，m。2， ， m01); D、在新的节点上产生新的边；5 E、设定模拟的网络规模为，网络中包含R个节点，重复步骤C D，在骨架网络上产生新的节点和新的边，使人工基因调控网络增大，每重复一次，统计一次网络的节点数，网络增大到设定的网络规模为止。 上述步骤A所述根据真实基因调控网络的拓扑特性，构建为人工基因调控网络构建骨架网络，真实基因调控网络通常具有无标度的拓扑特性，即，越重要的节点，与其连接的节点数越多，因此步骤A中根据无标度拓扑特性构建骨架网络，如图2所示，其具体步骤如下 Al.设定人工基因调控网络的数学模型， 人工基因调控网络的模型表达式为1如下N-l条其中&代表第i个节点的状态，1为激活状态，O为抑制状态；t代表时间；&第j个节点对第i个节点的作用系数。A2、统计骨架网络的规模，即，骨架网络包含m。个节点和e。条边；A3.构建具有稳定全局不动点的骨架网络。上述步骤A3中所述的构建具有稳定全局不动点的骨架网络，如图3所示，其步骤A30、构建的骨架网络的拓扑结构；A31、骨架网络中最少的抑制调控关系是N-1条，即最少的具有抑制作用的边是确定骨架网络中最少的抑制调控关系是否是N-1条，若抑制调控关系不是N-1条，则转步骤A30，若抑制调控关系是N-1条，则转步骤A32 ; A32.确定骨架网络中第2节点是否抑制其它所有节点， 若第2节点是抑制其它所有节点，则转步骤A30，若抑制调控关系不是抑制其它所有节点，则转步骤A33 ; A33.确定骨架网络中每个节点是否均激活第2节点， 若其它所有节点没有全部激活节点2，则转步骤A30，若其它所有节点均激活节点2，则转步骤A34 ; A34.设定激活作用线共有N-1条，N为骨架网络中的节点总数，构建成具有全局稳定不动点的骨架网络； 参照图4所示，本专利技术中在新的节点上产生新的边的步骤包括， 上述步骤D所述的在新的节点上产生新的边，其具体步骤如下 Dl.对新节点以概率p产成新的入边6 在新节点以概率p产生m条新的入边时，首先随机为新节点在初始的骨架网络中选择一个子集，然后在该子集中择优选择m-l个节点与新节点相连，产生新的入边； 子集择优选择的原则为连接节点i的概率Pi取决于该节点的入度。与此同时新节点的另一条边也在择优连接的原则下与另一个子集的节点相连。 连接节点i的概率Pi的计算公式如下 <formula>formula see original document pag本文档来自技高网...

【技术保护点】
一种人工基因调控网络的模拟方法，其特征在于，该方法步骤包括如下：Ａ、构建具有全局稳定不动点的骨架网络；Ｂ、将骨架网络中的节点和边进行随机拆分：将骨架网络中的节点和边进行随机拆分为ｍ０个节点随机均分为ｌ个子集，每个子集中均有ｍ↓［０１］，ｍ↓［０２］，．．．，ｍ↓［０ｌ］个节点和ｅ↓［０１］，ｅ↓［０２］，．．．，ｅ↓［０ｌ］条边；Ｃ、在骨架网络上增加新的节点：将一个新节点被随机分配到ｌ个子集中的其中一个子集中，随着新节点的加入，子集中将产生ｍ条边，其中ｍ≤Ｍｉｎ（ｍ↓［０１］，ｍ↓［０２］，．．．，ｍ↓［０ｌ］）；Ｄ、在新的节点的基础上产生新的边；Ｅ、设定模拟的网络规模为，网络中包含Ｒ个节点，重复步骤Ｃ－Ｄ，在骨架网络上产生新的节点和新的边，使人工基因调控网络增大，每重复一次，统计一次网络的节点数，网络增大到设定的网络规模为止。

【技术特征摘要】

【专利技术属性】
技术研发人员：张武，张律文，张轶雯，宋安平，谢江，封卫兵，
申请(专利权)人：上海大学，
类型：发明
国别省市：31[中国|上海]