小型微型计算机系统
小型微型計算機繫統
소형미형계산궤계통
MINI-MICRO SYSTEMS
2013年
2期
375-379
,共5页
基因调控网络%递归模糊神经网络%多数据源融合%时延%时序互信息
基因調控網絡%遞歸模糊神經網絡%多數據源融閤%時延%時序互信息
기인조공망락%체귀모호신경망락%다수거원융합%시연%시서호신식
为了进一步提高基因调控网络构建的精确度,提出一种基于多数据源融合的时延基因调控网络构建算法.该算法基于递归模糊神经网络模型,使用时序互信息估计基因间的转录时延,并限制每个基因的潜在调控基因,从而有效提高建网的效率.在网络结构学习阶段,使用离散多目标粒子群优化(discrete multi-objective particle swarm optimization,dMOPSO)算法实现从时序基因表达数据和CHIP-chip数据共同构建基因调控网络.人工模拟数据和酵母菌细胞周期表达数据的实验结果表明该算法能正确选出潜在的调控基因,从而更加精确地构建基因调控网络.
為瞭進一步提高基因調控網絡構建的精確度,提齣一種基于多數據源融閤的時延基因調控網絡構建算法.該算法基于遞歸模糊神經網絡模型,使用時序互信息估計基因間的轉錄時延,併限製每箇基因的潛在調控基因,從而有效提高建網的效率.在網絡結構學習階段,使用離散多目標粒子群優化(discrete multi-objective particle swarm optimization,dMOPSO)算法實現從時序基因錶達數據和CHIP-chip數據共同構建基因調控網絡.人工模擬數據和酵母菌細胞週期錶達數據的實驗結果錶明該算法能正確選齣潛在的調控基因,從而更加精確地構建基因調控網絡.
위료진일보제고기인조공망락구건적정학도,제출일충기우다수거원융합적시연기인조공망락구건산법.해산법기우체귀모호신경망락모형,사용시서호신식고계기인간적전록시연,병한제매개기인적잠재조공기인,종이유효제고건망적효솔.재망락결구학습계단,사용리산다목표입자군우화(discrete multi-objective particle swarm optimization,dMOPSO)산법실현종시서기인표체수거화CHIP-chip수거공동구건기인조공망락.인공모의수거화효모균세포주기표체수거적실험결과표명해산법능정학선출잠재적조공기인,종이경가정학지구건기인조공망락.