基于贝叶斯网络的基因调控网络构建方法技术

本发明专利技术涉及一种基于贝叶斯网络的基因调控网络构建方法，通过建立基因调控网络模型对某一物种或组织中的全部基因的表达关系进行整体的模拟分析和研究，建立基因调控网络模型的步骤包括：Ａ，通过具有记忆的二进制粒子群优化算法来识别最佳节点次序，其中通过二进制粒子群优化算法对粒子进行速度更新后，对部分粒子速度进行变异，对搜索空间进行搜索，以跳出局部最优；Ｂ，将获得的最佳节点次序作为Ｋ２算法的输入，然后执行Ｋ２算法学习贝叶斯网络的结构。本发明专利技术收敛速度快，运算简单、易于实现等优点，为研究基因转录水平的调控提供线索，更精确的表示出基因调控网络的结构，并且对研究生物学、医学、药学等诸多领域具有重要的理论意义和实用价值。

【技术实现步骤摘要】

本专利技术涉及基因调控网络领域，更具体地说，涉及一种。
技术介绍
基因调控网络模型分析和重建的研究，是生物信息学研究中的一个很重要的方向，也是基因表达数据分析的一个重要手段。基因网络研究的目的是通过建立基因转录调控网络模型对某一个物种或组织中的全部基因的表达关系进行整体的模拟分析和研究，在系统的框架下认识生命现象，特别是其中涉及的复杂的分子调控过程，支配基因表达和功能的基本规则，信息流动的规律和在整体的框架下研究基因的功能，为研制和识别疾病治疗中的潜在靶标提供预测工具。 通过对基因调控网络的研究，有助于理解支配基因表达和功能的基本规则。理解决定哪个基因什么时候表达的机制是许多基因操作的关键。目前致力于发现联合调控的基因的研究，实际上是用生物信息学的方法揭示基因的潜在调控机制；通过对基因调控网络的研究，有助于揭示基因表达过程中的信息传输规律基因通过表达传输遗传信息。基因调控网络的研究可以用量化的方法从一个侧面对基因表达过程中的信息进行挖掘。通过信息提取、分析、了解基因功能，理解遗传网络，弄清疾病发病机制；通过对基因调控网络的研究，更有助于从整体的框架下研究基因的功能。不仅要本文档来自技高网...

【技术保护点】
一种基于贝叶斯网络的基因调控网络构建方法，通过建立基因调控网络模型对某一物种或组织中的全部基因的表达关系进行整体的模拟分析和研究，其特征在于，建立基因调控网络模型的步骤包括：Ａ，通过具有记忆的二进制粒子群优化算法来识别最佳节点次序，其中通过二进制粒子群优化算法对粒子进行速度更新后，对部分粒子速度进行变异，对搜索空间进行搜索，以跳出局部最优；Ｂ，将获得的最佳节点次序作为Ｋ２算法的输入，然后执行Ｋ２算法学习贝叶斯网络的结构。

【技术特征摘要】
1.一种基于贝叶斯网络的基因调控网络构建方法，通过建立基因调控网络模型对某一物种或组织中的全部基因的表达关系进行整体的模拟分析和研究，其特征在于，建立基因调控网络模型的步骤包括A，通过具有记忆的二进制粒子群优化算法来识别最佳节点次序，其中通过二进制粒子群优化算法对粒子进行速度更新后，对部分粒子速度进行变异，对搜索空间进行搜索，以跳出局部最优；B，将获得的最佳节点次序作为K2算法的输入，然后执行K2算法学习贝叶斯网络的结构。2.根据权利要求1所述的基于贝叶斯网络的基因调控网络构建方法，其特征在于，步骤A中具体包括A1，对粒子进行编码，包括利用邻接矩阵DAG表示粒子的位置和速度，每个粒子代表一个邻接矩阵DAG；A2，确定粒子的参数值，包括确定种群规模N，确定粒子群优化算法中的学习因子c1和c2；A3，初始化所有粒子的位置和速度；A4，计算粒子的适应值并更新记忆库粒子；A5，更新粒子的速度，并当粒子速度接近最大限制值或最小限制值时，对速度进行变异；A6，更新粒子的位置；A7，用记忆库中的记忆粒子替换粒子群中适应值小的粒子；A8，检测全局极值GB并纠正回路。3.根据权利要求2所述的基于贝叶斯网络的基因调控网络构建方法，其特征在于，步骤B中具体包括B1，将步骤A8中修正过的全局极值GB的值作为k2算法的输入，并执行K2算法。4.根据权利要求2所述的基于贝叶斯网络的基因调控网络构建方法，其特征在于，步骤A3中，每个粒子的位置由以下的式子决定其中，i＝1，2，...，N；j＝1，2...，n，i、j随机生成，R(0，1)表示随机产生之间的随机数；每个粒子的速度由以下的式子决定vij(0)＝vmin+R(0，1)(vmax-vmin) (6)其中，vij(0)随机生成，vmax和vmin表示速度的最大最小限制值。5.根据权利要求2所述的基于贝叶斯网络的基因调控网络构建方法，其特征在于，步骤A4、中，采用的评分函数为BDe分数，其公式为其中Nijk为数据集D中满足(表示xi取...

【专利技术属性】
技术研发人员：纪震，杜智华，储颖，周家锐，
申请(专利权)人：深圳大学，
类型：发明
国别省市：94[中国|深圳]