超级会员免费看
本文介绍了如何使用伪逆矩阵模型解决基因调控网络推导中基因个数大于样本个数的问题。通过建立动力系统模型，利用贪婪算法和l0优化问题寻找稀疏解决方案，该方法在微阵列芯片数据分析中表现出有效性和稀疏性。
基因转录调控网络推导方法——伪逆矩阵模型
在基因调控网络推导中，使用到的
基因芯片数据通常具有
样本个数少（通常小于10）而
基因数目大（通常大于1000）的局限性，也就是说，实验样本个数远远小于基因的个数。另外，调控矩阵具有较强的
稀疏性，即每个基因只被少量的转录因子调控，而每个转录因子只调控少量的基因。
伪逆矩阵法就是为了解决基因调控网络线性模型中基因个数远远大于样本个数的问题而发展的一种有效的基因调控网络推导方法。Andrecut和Kauffman给出了推导基因调控网络的伪逆矩阵模型，并用贪婪算法进行了计算，得到了较好的效果。
在建模过程中，考虑含有N个基因在M次干扰实验中的基因调控网络，每一次干扰实验可以用一个N维动力系统建模
dxnmdt=∑i=1Nwnixim−μnxnm+unm,n=1,2,...,Nm=1,2,...,M(1)\frac{\mathrm{d} x_{nm}}{\mathrm{d} t} = \sum_{i=1}^{N}w_{ni}x_{im}-\mu _nx_{nm+u_{nm}}, n=1,2,...,N m=1,2,...,M (1)
订阅专栏 解锁全文
扫一扫
1万+
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
