学位论文 > 优秀研究生学位论文题录展示

融合多数据源构建基因调控网络

作　者: 刘昱昊
导　师: 周春光
学　校: 吉林大学
专　业: 计算机应用技术
关键词: 基因调控网络贝叶斯网络边排序贝叶斯网络结构学习算法多数据源融合
分类号: Q811.4
类　型: 硕士论文
年　份: 2010年
下　载: 69次
引　用: 2次
阅　读: 论文下载

内容摘要

构建基因调控网络是生物信息学研究领域的重要课题之一。由于技术和成本的原因,使当前的生物芯片数据缺失量过大,基因芯片数据的数量相对于庞大的基因数量显得过少,因此,多数据源融合成为了解决这个难题的必然选择。如何有效的利用已有的,实验条件接近的不同实验数据成为了多数据源融合的关键。本文针对当前基因芯片数据的特点,对多数据源融合方法进行改进,引入贝叶斯方法,提出了边排序贝叶斯网络结构学习算法,该方法基于现有的贝叶斯网络结构学习算法思想,并进行了网络结构再学习。实验表明,该方法能够有效的处理不同数据源无法简单合并的问题,以及因简单合并会产生不属于任何数据源的网络结构的问题,提高了建网精度。本算法的时间复杂度为O(N).利用了基于酿酒酵母细胞周期在不同实验条件下的表达数据进行了融合,实验结果表明该算法的有效性。

全文目录

提要  4-5
目录  5-8
第1章绪论  8-11
  1.1 基因调控网络的科研意义  8-9
  1.2 基因调控网络的研究现状  9
  1.3 多数据源融合的在生物信息学应用的原因及现状  9-10
  1.4 本文的主要工作以及内容安排  10-11
第2章基因调控网络  11-24
  2.1 基因调控网络  11-12
    2.1.1 基因表达调控网络  11
    2.1.2 基因调控网络研究内容  11-12
  2.2 基因调控网络的方法  12-17
    2.2.1 聚类分析  12-13
    2.2.2 布尔网络  13-14
    2.2.3 神经网络  14-16
    2.2.4 微分方程  16-17
  2.3 贝叶斯网络  17-20
    2.3.1 贝叶斯概率  17
    2.3.2 贝叶斯定理  17-19
    2.3.3 贝叶斯网络  19-20
  2.4 多数据源融合  20-24
    2.4.1 作为先验知识的融合  20-21
    2.4.2 改进建网算法的融合  21-24
第3章边排序贝叶斯网络结构学习算法  24-32
  3.1 贝叶斯网络基础  24
  3.2 边排序贝叶斯网络结构学习算法  24-29
    3.2.1 算法思想  24-26
    3.2.2 边贡献量函数的构造  26
    3.2.3 算法流程  26-28
    3.2.4 对边的排序和加入队列方法的选择  28
    3.2.5 环路的消除  28-29
    3.2.6 时间复杂度分析  29
  3.3 模拟数据实验结果  29-32
第4章应用新算法构建基因调控网络  32-38
  4.1 基因芯片数据的预处理  32-33
    4.1.1 基因表达数据中缺失数据和错误数据的处理  32-33
    4.1.2 基因表达数据的离散化  33
  4.2 基因调控网络的建网算法K2算法  33-35
  4.3 Bootstrap方法  35
  4.4 实验数据及实验结果  35-38
    4.4.1 实验数据  35
    4.4.2 实验结果  35-38
第5章总结与展望  38-39
  5.1 结论  38
  5.2 展望  38-39
参考文献  39-42
硕士期间发表的论文  42-43
致谢  43-44
摘要  44-47
Abstract  47-49

融合多数据源构建基因调控网络

内容摘要

全文目录

相似论文