32、基因调控网络分析与微阵列数据分析

基因调控网络分析与微阵列数据分析

1. 基因调控基础

在生物体中，尽管所有细胞都拥有相同的基因组数据，但每个细胞合成的蛋白质会根据细胞类型、时间和环境因素而有所不同。细胞的活性由其哪些基因被表达（即哪些基因被开启）决定，这会导致相应蛋白质的活跃产生。当特定基因表达时，其DNA首先转录成互补的mRNA，然后mRNA被翻译成该基因编码的特定蛋白质。基因的转录速率由多种调节蛋白（即转录激活剂和抑制剂）与基因启动子中的特定DNA序列的相互作用决定。

基因表达水平可以通过测量细胞中存在的mRNA拷贝数量来衡量。高通量技术，如cDNA微阵列，使我们能够系统地研究基因组水平上的复杂分子过程及其相互作用。通过使用cDNA微阵列在特定条件下同时监测细胞内所有基因的表达水平，我们可以确定哪些基因在特定条件下上调、下调或不表达，并检测不同基因表达水平之间的任何相关性。利用这些信息，可以解读细胞中基因调控的逻辑。

2. 基因调控网络模型

• 布尔网络 ：布尔网络是最简单的基因调控网络模型，由Kauffman在20世纪60年代末首次提出。该网络表示为有向图G = (V, F)，其中节点V代表网络元素，F定义了节点之间的边拓扑和一组布尔函数。布尔网络将每个基因建模为开（ON）或关（OFF）状态，每个基因在下一个时间步的状态由当前时间步的输入的布尔函数决定。尽管布尔网络简单，但它能够为基因相互作用的行为提供有价值的见解，并已应用于实际基因表达数据分析，例如癌症治疗药物靶点的识别。
• 布尔网络的改进模型 ：由于基因表达数据是连续的且通常存在噪声和高度不确定性，因此对基本布尔网络提出