[發明專利]一種差異基因調控網絡推斷方法

有效

• 申請號: 201911418071.2
• 申請日: 2019-12-31
• 公開（公告）號: CN111222643B
• 公開（公告）日: 2023-05-19
• 發明（設計）人: 歐陽樂;蔡德涵
• 申請（專利權）人: 深圳大學
• 主分類號: G06N5/04
• 分類號: G06N5/04;G16B25/00
• 代理公司: 廣州粵高專利商標代理有限公司 44102
• 代理人: 張金福

本發明涉及一種差異基因調控網絡推斷方法，包括：S1：確定并使用D?trace損失函數；S2：基于T檢驗構造加權結構，設置懲罰函數；S3：利用群組稀疏結構重新構造懲罰函數，使其能夠融合利用多個平臺基因表達數據中的一致信息；S4：結合損失函數以及重新構造的懲罰函數，確定加權層次高斯圖模型；S5：對加權層次高斯圖模型進行求解，從而實現差異基因調控網絡推斷。本模型在利用D?trace損失函數的基礎上，通過設計一個基于T檢驗和群組稀疏結構的加權層次約束結構，使得該發明考慮了差異表達基因對差異基因調控網絡的影響，并且該模型能夠有效整合多個平臺的基因表達數據，提高了預測準確率。

技術領域

本發明涉及差異網絡推斷方法領域，更具體地，涉及一種差異基因調控網絡推斷方法。

背景技術

差異基因調控網絡推斷是揭示癌癥等復雜疾病發生發展背后分子調控機制的重要手段。通過識別不同病理狀態下基因調控網絡的差異，差異基因調控網絡推斷能夠發現與疾病發生發展密切相關的調控關系改變，進而為復雜疾病的診斷、治療和藥物開發提供重要參考。高斯圖模型被廣泛用于基因調控網絡推斷，因為它能夠推斷基因之間的直接依賴關系，即兩個隨機變量的條件依賴關系。此外，基于高斯圖模型，推斷基因之間的直接依賴關系等價于估計高斯分布中協方差矩陣的逆矩陣(即精準矩陣)中的非零值。因此，推斷基因調控網絡可以轉化為估計協方差矩陣的逆矩陣的問題。近年來，人們提出了很多基于高斯圖模型的差異網絡推斷方法?，F有的基于高斯圖模型的差異網絡分析推斷方法大概可以分為兩類：第一類方法利用高斯圖模型分別估計兩種狀態下的基因調控網絡，然后計算兩個網絡的差異，稱為間接估計方法；第二類方法直接估計兩種狀態下基因調控網絡的差異，也就是直接估計差異網絡，稱為直接估計方法，例如，文獻Differential?networkanalysis?via?lasso?penalized?D-trace?loss(Dtrace)[1]中提出了一種稱為D-trace的損失函數，基于該損失函數，我們能夠直接估計兩種狀態下網絡的差異。與間接估計方法相比，直接估計方法減少了要估計的參數，并且不需要對狀態特異網絡施加額外的假設，因此在小樣本場景下往往有更優的性能。

雖然現有的差異網絡推斷方法已經廣泛應用于差異基因調控網絡推斷，但現有方法往往只針對來自單個平臺的基因表達數據設計，沒有考慮來自不同平臺的基因表達數據所提供的信息。單獨分析單個平臺上的基因表達數據無法有效利用不同平臺基因表達數據之間的一致信息，因此其估計的差異基因調控網絡精度有限。此外，在基因調控網絡中，不同病理狀態下網絡結構的變化往往是因為某些基因的突變導致的，例如，如果兩個基因中至少有一個差異表達基因，則它們之間的調控關系更可能發生改變。然而，現有的差異網絡推斷方法忽略了這一重要信息，導致其難以準確地估計差異基因調控網絡。

參考文獻：[1]Yuan,Huili,Ruibin?Xi,Chong?Chen,and?Minghua?Deng.Differential?network?analysis?via?lasso?penalized?D-trace?loss.Biometrika104,no.4(2017):755-770.

發明內容

本發明為了解決現有差異網絡推斷技術的局限，即沒有同時分析來自不同平臺的基因表達數據以及沒有考慮差異表達基因所提供的信息，提供了一種新的差異基因調控網絡推斷方法。

所述方法包括以下步驟：

S1：確定并使用D-trace損失函數；

S2：基于T檢驗構造加權結構，設置懲罰函數；

S3：利用群組稀疏結構重新構造懲罰函數，使其能夠融合利用多個平臺基因表達數據中的一致信息；

S4：結合損失函數以及重新構造的懲罰函數，確定加權層次高斯圖模型；

S5：對加權層次高斯圖模型進行求解，從而實現差異基因調控網絡推斷。

優選地，S1具體為：