[發(fā)明專利]一種基于基因表達(dá)數(shù)據(jù)的基因調(diào)控網(wǎng)絡(luò)重構(gòu)方法

有效

• 申請?zhí)枺?/td>: 201711227222.7
• 申請日: 2017-11-29
• 公開（公告）號: CN108197432B
• 公開（公告）日: 2021-04-02
• 發(fā)明（設(shè)計）人: 唐振浩;王宇;曹生現(xiàn)
• 申請（專利權(quán)）人: 東北電力大學(xué)
• 主分類號: G16B25/00
• 分類號: G16B25/00;G16B40/00;G06N3/04;G06N3/08
• 代理公司: 沈陽東大知識產(chǎn)權(quán)代理有限公司 21109
• 代理人: 朱光林

本發(fā)明提供一種基于基因表達(dá)數(shù)據(jù)的基因調(diào)控網(wǎng)絡(luò)重構(gòu)方法，涉及生物信息學(xué)中基因調(diào)控網(wǎng)絡(luò)重構(gòu)技術(shù)領(lǐng)域。該方法包括：獲得重構(gòu)所需基因表達(dá)量數(shù)據(jù)；對數(shù)據(jù)進(jìn)行歸一化處理；對目標(biāo)基因表達(dá)量預(yù)測建模；預(yù)測目標(biāo)基因表達(dá)量；分析輸入特征基因與目標(biāo)基因調(diào)控關(guān)系；基因調(diào)控網(wǎng)絡(luò)重構(gòu)。本發(fā)明提供的一種基于基因表達(dá)數(shù)據(jù)的基因調(diào)控網(wǎng)絡(luò)重構(gòu)方法，能夠根據(jù)基因表達(dá)數(shù)據(jù)實(shí)現(xiàn)高精度基因調(diào)控網(wǎng)絡(luò)建模，使用差分進(jìn)化算法優(yōu)化的Elman神經(jīng)網(wǎng)絡(luò)預(yù)測基因的表達(dá)量，具有運(yùn)算速度快，精度高的優(yōu)點(diǎn)，另外，使用模擬數(shù)據(jù)能夠解決數(shù)據(jù)量不足的問題，使最終所建立的基因調(diào)控網(wǎng)絡(luò)具有良好的準(zhǔn)確性，其適用范圍廣，可適用于不同的基因表達(dá)數(shù)據(jù)，具有良好可移植性。

技術(shù)領(lǐng)域

本發(fā)明屬于生物信息學(xué)中基因調(diào)控網(wǎng)絡(luò)重構(gòu)技術(shù)領(lǐng)域，尤其涉及一種基于基因表達(dá)數(shù)據(jù)的基因調(diào)控網(wǎng)絡(luò)重構(gòu)方法。

背景技術(shù)

基因調(diào)控網(wǎng)絡(luò)廣泛存在于原核和真核生物中，是描述基因與基因相互作用的網(wǎng)絡(luò)。基因調(diào)控網(wǎng)絡(luò)重構(gòu)能夠模擬基因之間的協(xié)同關(guān)系，發(fā)現(xiàn)基因?qū)ι锷芷诩吧顒拥挠绊憴C(jī)理，是生物信息學(xué)領(lǐng)域的重要研究方向。準(zhǔn)確的基因調(diào)控網(wǎng)絡(luò)模型能夠幫助人們了解基因調(diào)控網(wǎng)絡(luò)的動態(tài)結(jié)構(gòu)，對于揭示生命過程有重要意義。

基因表達(dá)過程中存在諸多復(fù)雜因素，例如隨機(jī)行為、基因復(fù)制和反饋循環(huán)等，這導(dǎo)致基因調(diào)控網(wǎng)絡(luò)具有非線性、隨機(jī)性等復(fù)雜特征；同時，基因表達(dá)數(shù)據(jù)的樣本數(shù)量有限導(dǎo)致時間聚集偏差，數(shù)據(jù)存在明顯噪聲，增加了基因調(diào)控網(wǎng)絡(luò)重建的復(fù)雜性。在目前廣泛使用的基因調(diào)控網(wǎng)絡(luò)重構(gòu)方法中，線性基因調(diào)控網(wǎng)絡(luò)重構(gòu)方法，如布爾網(wǎng)絡(luò)、線性組合模型等，能夠簡單描述基因調(diào)控網(wǎng)絡(luò)，但是難以準(zhǔn)確反映基因之間的非線性關(guān)系；非線性基因調(diào)控網(wǎng)絡(luò)重構(gòu)方法，如貝葉斯網(wǎng)絡(luò)、動態(tài)貝葉斯網(wǎng)絡(luò)、基于微分方程的模型等，所建立模型精度高，但是存在計算復(fù)雜度高、可推廣性差的問題。

發(fā)明內(nèi)容

針對現(xiàn)有技術(shù)存在的問題，本發(fā)明提供一種基于基因表達(dá)數(shù)據(jù)的基因調(diào)控網(wǎng)絡(luò)重構(gòu)方法。

本發(fā)明的具體技術(shù)方案是：

一種基于基因表達(dá)數(shù)據(jù)的基因調(diào)控網(wǎng)絡(luò)重構(gòu)方法，包括以下步驟：

步驟1：從公共數(shù)據(jù)庫或基因表達(dá)量測定實(shí)驗(yàn)中獲得重構(gòu)所需要的基因表達(dá)量數(shù)據(jù)，其集合表示為Data＝{(X_n，T_n)|n＝1，2，......，N}，其中，X_n為第n個樣本中輸入特征基因表達(dá)量，T_n為第n個樣本中目標(biāo)基因表達(dá)量，N為基因表達(dá)量樣本數(shù)量，m輸入特征基因維數(shù)；

步驟2：采用轉(zhuǎn)換函數(shù)對重構(gòu)所需要的基因表達(dá)量數(shù)據(jù)進(jìn)行歸一化處理；

步驟3：選擇重構(gòu)所需要的基因中的一個未分析的基因作為目標(biāo)基因，即作為研究對象的基因；

步驟4：構(gòu)建基于差分進(jìn)化算法和Elman神經(jīng)網(wǎng)絡(luò)的基因表達(dá)量預(yù)測模型，即輸入特征基因與目標(biāo)基因之間的關(guān)系，所述輸入特征基因是與目標(biāo)基因表達(dá)相關(guān)的基因，具體方法為：

步驟4.1：初始化差分進(jìn)化算法的參數(shù)，包括當(dāng)前迭代次數(shù)G、最大迭代次數(shù)G_max、變異因子FR、交叉概率CR、允許誤差δ、種群中個體個數(shù)NP、個體維數(shù)D、個體的取值范圍[U_min，U_max]；

步驟4.2：初始化差分進(jìn)化算法種群中NP個D維個體；

步驟4.3：根據(jù)種群中NP個D維個體的信息初始化Elman神經(jīng)網(wǎng)絡(luò)權(quán)重參數(shù)，得到NP個初始化的Elman神經(jīng)網(wǎng)絡(luò)，針對得到的NP個初始化的Elman神經(jīng)網(wǎng)絡(luò)均執(zhí)行步驟4.4-步驟4.6；

步驟4.4：根據(jù)歸一化處理后的重構(gòu)所需要的基因表達(dá)量數(shù)據(jù)及初始化的Elman神經(jīng)網(wǎng)絡(luò)權(quán)重參數(shù)，訓(xùn)練得到Elman神經(jīng)網(wǎng)絡(luò)預(yù)測模型以及連接輸入層和隱含層的權(quán)重值w₁、連接隱含層和反饋層的權(quán)重值w₂、連接隱含層和輸出層的權(quán)重值w₃；