[發明專利]一種基于分布式的大規模基因調控網絡構建方法

有效

• 申請號: 201910821699.0
• 申請日: 2019-09-02
• 公開（公告）號: CN110555530B
• 公開（公告）日: 2022-11-08
• 發明（設計）人: 王之瓊;曲璐渲;霍岳陽;信俊昌;郭上慧;錢唯
• 申請（專利權）人: 東北大學
• 主分類號: G06N7/00
• 分類號: G06N7/00;G06N7/06
• 代理公司: 沈陽東大知識產權代理有限公司 21109
• 代理人: 李在川

本發明提供一種基于分布式的大規模基因調控網絡構建方法，涉及醫學信息學領域，本發明首先利用基因間的互信息值構建出基因調控的概要網絡，根據結點的連結情況將網絡分為若干個子網絡，在每個子網絡利用貝葉斯等方法在分布式環境下計算結點的調控方向，再將子網絡進行合并，從而得到最終的基因調控網絡。該發明可以提高基因調控網絡的構建效率，通過分析基因調控網絡讓我們更系統地剖析細胞的功能，更深刻地洞見生命的本質。

技術領域

本發明涉及醫學信息學領域，具體涉及一種基于分布式的大規模基因調控網絡構建方法。

背景技術

基因調控網絡為人們認識復雜的生命過程提供了一個重要且有效的途徑。基因調控網絡是由若干個基因和這些基因間相互制約的關系構成的。基因間相互制約的關系簡單來說就是，一個基因的表達受其它基因的影響，而該基因又會影響其他基因的表達。對基因調控網絡的研究將有助于理解生命組織內部基因及其產物的生成過程和調控關系，可以實現對基因功能的整體認識和把握，從而對尋找和識別人類致病因子的研究有著重要的作用?；蛘{控網絡是由一組基因、蛋白質、小分子以及它們之間的相互調控作用所構成的一種生化網絡.它是一類基本且重要的生物網絡。作為系統生物學的核心領域，構建和分析基因調控網絡將有利于我們更系統地剖析細胞的功能，更深刻地洞見生命的本質。

隨著基因芯片技術的不斷發展，產生了大量的基因表達數據，這為構建基因調控網絡奠定了基礎。目前，對于基因調控網絡的構建主要有兩個方向，即通過生物學實驗對網絡進行繪制和通過重建算法對網絡進行重建。而這兩種方法都面臨一些挑戰，生物學實驗所建立的基因調控網絡往往不夠完整準確，利用重建算法構建網絡由于其復雜度較高，也存在著重建規模有限的問題。由于基因調控網絡十分復雜，而所需構建的網絡規模也較為龐大，利用重建算法對基因調控網絡進行重建時會受限于單臺計算機的計算能力，面對大量的基因表達數據以及復雜的基因調控網絡就會顯得力不從心。如何彌補單臺計算機的計算缺陷、怎樣充分利用好海量的基因表達數據構建大型的基因調控網絡成為一種挑戰。

隨著大數據計算平臺的不斷發展，像Hadoop，Spark等分布式計算平臺憑借著超強的計算能力在科學計算方面得到充分的運用，我們可以運用分布式計算的高效計算能力，解決構建大規模的基因調控網絡效率低的問題。

發明內容

針對現有技術的不足，本發明的目的是為了解決在面對大規模的基因數量時，構建網絡效率低的困境。首先利用基因間的互信息值構建出基因調控的概要網絡，根據結點的連接情況將網絡分為若干個子網絡，在每個子網絡利用貝葉斯等方法在分布式環境下計算結點的調控方向，再將子網絡進行合并，從而得到最終的基因調控網絡。該發明可以提高基因調控網絡的構建效率，通過分析基因調控網絡讓我們更系統地剖析細胞的功能，更深刻地洞見生命的本質。

一種基于分布式的大規?；蛘{控網絡構建方法，具體步驟如下：

1、一種基于分布式的大規?；蛘{控網絡構建方法，其特征在于：包括以下步驟：

步驟1：利用基因之間的互信息值建立概要網絡；

步驟2：將概要網絡中的每個基因利用KNN算法進行網絡分解，增加target gene的親本集，對局部網絡進行構建；

步驟3：將得到的局部網絡放到分布式平臺中，將每一個子網絡在集群中不同的計算節點進行計算，通過分布式計算框架MapReduce對局部精確網絡進行構建，即進行貝葉斯網絡的構建；

步驟4：將由各個節點構建的局部精確網絡進行合并，形成精確網絡，利用條件互信息CMI去除假陽邊，同時計算一階CMI(i,j|k)，二階CMI(i,j|k,l)，如果CMI(i,j|k)或CMI(i,j|k,l)小于設定閾值β，則將i和j相連的冗余邊刪除；

步驟5：將刪除冗余邊后的基因調控網絡afterNet與刪除前基因調控網絡beforeNet對比，如果不一致，重復步驟2、步驟3、步驟4，直到對比一致，網絡穩定不在變化，輸出最終的基因調控網絡。