学位论文 > 优秀研究生学位论文题录展示

基于Bootstrap DBN模型的基因调控网络构建

作　者: 王静
导　师: 宫秀军
学　校: 天津大学
专　业: 计算机应用
关键词: 基因调控网络 动态贝叶斯网络 重抽样 网络融合
分类号: TP18
类　型: 硕士论文
年　份: 2010年
下　载: 48次
引　用: 0次
阅　读: 论文下载
 

内容摘要


动态贝叶斯网络(DBN)模型是构造基因调控网络的主要模型之一,目前用于构造模型的数据多为基因表达数据。由于基因表达数据存在噪声大、样本点少等缺陷,且缺乏先验知识,使得网络构建的可靠性并没有达到理想的标准。为了更好的描述基因之间的调控关系,为相关的研究人员提供有效的指导和参考,本文以基因表达数据作为主要研究对象,以构建可靠性较高的基因调控网络为主要研究目的,对时序的基因表达数据的重抽样以及基于抽样的动态贝叶斯网络的构建、网络融合等问题进行了较深入的研究。本文提出了对时序的基因表达数据的重抽样方法。根据基因的时序数据的特点,将传统的Bootstrap重抽样方法进行改进,将时序数据进行分块后再进行局部抽样,既得到了新的数据集,又不破坏原有数据集的前后时间点之间的依赖关系,达到了保留原数据集的整体特征的目的。而通过重抽样能够扩大样本的容量,弥补了基因表达数据时间点少的缺陷。在此基础上,提出了基于Bootstrap DBN模型的基因调控网络构建算法。在重抽样得到的新的数据集的基础上,利用动态贝叶斯网络模型构建基因调控网络,将构造出来的多个网络进行加权平均融合。这种方法融合了各个网络的优势,结合了各个网络中的有用的信息,使得重抽样的思想能够更好的发挥其作用,以达到提高网络构建可靠性的目的。最后,应用本文提出的算法对酵母菌及拟南芥基因表达数据进行实验。通过对两个数据集的实验结果进行分析,以敏感性(sensitivity)和特异性(specificity)作为评价指标,实验结果表明本文提出的算法能够找到原始算法学习不到的调控关系,提高了构建网络的可靠性。

全文目录


摘要  3-4
ABSTRACT  4-7
第一章 绪论  7-11
  1.1 研究背景及意义  7
  1.2 基因调控网络构建的问题描述及研究现状  7-9
    1.2.1 问题描述  7-8
    1.2.2 研究现状  8-9
  1.3 论文的研究内容和主要工作  9-10
  1.4 论文结构安排  10-11
第二章 基因调控网络构建综述  11-22
  2.1 时间序列基因表达数据  11-12
  2.2 基因调控网络构建概述  12-13
  2.3 生物数据源  13-18
    2.3.1 公共数据库  13-16
    2.3.2 人工生成数据源  16-18
  2.4 基因调控网络构建方法  18-20
  2.5 基于抽样的网络构建的研究现状  20-21
  2.6 小结  21-22
第三章 基于Bootstrap的动态贝叶斯网络构建算法  22-41
  3.1 数据预处理  23-25
    3.1.1 缺值处理  23
    3.1.2 数据转换  23-24
    3.1.3 数据离散化  24-25
  3.2 基于Bootstrap方法对数据抽样  25-27
    3.2.1 数据抽样方法  25-26
    3.2.2 抽样块长度的确定  26
    3.2.3 应用Local Block Bootstrap方法对时序数据重抽样  26-27
  3.3 基于抽样的动态贝叶斯网络学习算法  27-38
    3.3.1 动态贝叶斯网络  27-31
    3.3.2 动态贝叶斯网络学习算法  31-37
    3.3.3 基于抽样的动态贝叶斯网络构造算法  37-38
  3.4 动态贝叶斯网络融合的实现  38-40
    3.4.1 网络融合方法比较  38-39
    3.4.2 动态贝叶斯网络融合的实现  39-40
  3.5 初始网络与转移网络的整合  40-41
第四章 实验数据的选取及实验结果分析  41-54
  4.1 生物数据的获取  41-43
    4.1.1 Yeast基因表达数据的获取  41-42
    4.1.2 拟南芥数据的获取  42
    4.1.3 Pathway数据的获取  42-43
  4.2 网络评价标准介绍  43
  4.3 Yeast数据实验结果分析  43-50
    4.3.1 数据预处理结果分析  43-44
    4.3.2 网络构建结果分析  44-50
  4.4 Arabidopsis数据实验结果分析  50-52
    4.4.1 传统DBN模型的构建结果与分析  51-52
    4.4.2 基于Bootstrap重抽样的DBN模型的构建结果与分析  52
  4.5 小结  52-54
第五章 总结与展望  54-56
  5.1 全文总结  54-55
  5.2 工作展望  55-56
参考文献  56-59
致谢  59

相似论文

  1. 基因调控网络模型描述语言研究,Q78
  2. 红外超光谱图像的虚拟探测器研究,TP391.41
  3. 多传感器信息融合及其在可穿戴计算机上的应用,TP202
  4. 基于Inter-Mac的异构网络融合及路由算法研究,TN929.5
  5. 基于3G网络的网络视频监控系统研究,TN929.5
  6. IMS规划方案与设计,TN919.8
  7. 基于水下传感网的被动定位算法研究,TN929.3
  8. 基因调控网络鲁棒稳定性分析,TP13
  9. 在内部参数波动和外部噪声干扰下的基因调控网络鲁棒控制器的设计,Q75
  10. 一类基因调控网络的定性分析,Q75
  11. 基于动态贝叶斯网络的连续语音识别研究,TN912.34
  12. 基于北电ATM网络交换机的网络融合方法研究,TN915.2
  13. 异构无线网络融合技术在开封联通网络中的应用研究,TN929.5
  14. 融合多数据源构建基因调控网络,Q811.4
  15. 应用遗传基因组学手段初步构建阿尔茨海默病相关基因表达调控网络,R749.16
  16. 异构无线融合网络中的标识研究,TN92
  17. 四川联通与网通语音网融合可行性分析及途径探索,F626
  18. 二重抽样方法及其在个人卫生支出调查中的应用,R195
  19. 基于组合抽样技术的集成学习算法研究与应用,TP181
  20. VoIP管制框架的定性比较分析,TN916.2
  21. 动态贝叶斯网络在水文预报中的应用,TV124

中图分类: > 工业技术 > 自动化技术、计算机技术 > 自动化基础理论 > 人工智能理论
© 2012 www.xueweilunwen.com