基于再生核希尔伯特空间的In-Silico基因网络重构

• 作者: 厉力华 樊双喜 祝磊 金丽艳 韩斌
• 来源期刊: 生物物理学报
• 学科: 医学
• 关键词: 基因调控网络 重构 再生核希尔伯特空间 独立性 受试者工作特征曲线面积
• 年，卷（期）: 2013,（7）
• 所属期刊栏目: 研究论文
• 页码范围: 515-526
• 页数: 12页
• 分类号: R318
• 语种: 中文
• DOI: 10.3724/SP.J.1260.2013.30082

摘要

针对逆向工程的评估与方法交流(Dialogue for Reverse Engineering Assessments and Methods,DREAM)第四次竞赛(DREAM4)中In-Silico基因调控网络(Challenge2)的重构问题,作者提出一种基于再生核希尔伯特空间的统计独立性度量方法(Hilbert-Schmidt independence criterion,HSIC).该方法不要求数据符合某种特定的分布,约束条件少,是一种非参数计算统计独立性的方法.对10规模的In-Silico基因网络,HSIC方法的受试者工作特征曲线面积(area under receiver operating characteristic curve,AUROC)比常微分方程(ordinary differential equation,ODE)方法和格兰杰因果关系(granger causality,GC)方法分别高了16％和7％,比动态贝叶斯网络(dynamic bayesian network,DBN)方法和非线性动态系统(nonlinear dynamic systems,NDS)方法中的最好算法分别高了2.4％和1.4％.对100规模的In-Silico基因网络,HSIC方法的AUROC分别超出ODE及GC方法16％和14.2％,超出DBN和NDS方法中的最好算法5％和1.4％.实验表明,HSIC方法具有基因调控网络重构的可行性与可靠性,并且对In-Silico网络的重构准确率要优于目前经典的基因调控网络建模方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	厉力华		48	182	7.0	11.0
2	祝磊		29	121	5.0	10.0
3	韩斌		16	33	3.0	5.0
4	金丽艳		1	0	0.0	0.0
5	樊双喜		1	0	0.0	0.0