基于统计独立性度量方法的大肠杆菌基因调控网络结构辨识

• 作者: 厉力华 应南娇 李颜娥 樊双喜 王晟 祝磊 金丽艳 韩斌
• 来源期刊: 中国生物医学工程学报
• 学科: 医学
• 关键词: 基因调控网络 再生核希尔伯特空间 HSIC方法 结构辨识
• 年，卷（期）: 2013,（2）
• 所属期刊栏目: 论著
• 页码范围: 141-148
• 页数: 8页
• 分类号: R318
• 字数: 7636字
• 语种: 中文
• DOI: 10.3969/j.issn.0258-8021.2013.02.03

摘要

生物学探究的基因关联是类似于因果关系的本质联系,要解决的关键问题是寻找一种可以描述本质联系的方法.针对Dialogue for Reverse Engineering Assessments and Methods第3次竞赛项目(DREAM3)中的大肠杆菌(E.coli)基因调控网络结构辨识问题,提出一种基于再生核希尔伯特空间(RKHS)的统计独立性度量方法——Hilbert-Schmidt独立性准则(HSIC).此方法是一种基于分布的非参数独立性度量方法,并不要求数据符合某种特定分布,不以分类率、模型简单度等外部条件作为约束条件,同时非参数定量地描述变量之间的联系程度.对大肠杆菌基因表达数据的实验结果显示,尽管数据集中的时间序列数据样本很小,并且只提供了较弱的和类型复杂的调控信息,但HSIC方法仍能较好地辨识出这种较为隐含且复杂的调控关系.对比计算显示,在3种数据规模下,采用HSIC方法辨识结果的AUROC值高于Granger Causality(GC)方法23个百分点,高于参与此竞赛的第1名3.9个百分点,而且在计算效率上亦高出其所使用的微分方程法3个数量级.