50、基于混合整数线性规划（MILP）的基因调控网络时间延迟推断框架

基于混合整数线性规划（MILP）的基因调控网络时间延迟推断框架

引言

微阵列技术的出现使我们能够收集全基因组的表达数据。这些技术不仅能对生物系统的全系统响应进行实验量化，还为开发用于解读基因调控网络的计算方法提供了强大动力，这些网络控制着生物系统对细胞和环境刺激的响应。全面理解基因调控网络的组织和动态是实现这一目标的关键第一步。

到目前为止，已经提出了许多从微阵列数据推断调控关系的计算和算法框架。早期的努力主要基于基因表达谱的相似性对基因进行聚类，其假设是具有相似表达谱的基因可能受到共同调控。然而，仅靠聚类方法无法提取基因之间的因果关系。许多研究人员尝试将调控网络结构建模为布尔网络，但由于转录水平的测量是连续变化的，布尔网络的理想化假设可能并不合适，需要更通用的模型。

近年来，人们开始尝试开发能够揭示基因间相互作用程度和方向性的方法，包括使用微分方程、贝叶斯网络和神经网络等。但在推断调控网络时，关键的生物学特征（如时间延迟）在很大程度上仍未得到充分解决。

从生物学角度来看，基因调控中的时间延迟源于转录、翻译和运输等底层过程的延迟。因此，在推断模型中考虑时间延迟这一关键属性对于准确捕捉系统动态至关重要。此前虽有一些尝试将时间延迟纳入模型的工作，但这些方法在处理大规模表达数据集时存在局限性。

本文提出了一种基于优化的建模和求解框架，使用混合整数线性规划（MILP）来推断基因调控关系，并考虑这些相互作用中的时间延迟。我们将该模型与不考虑时间延迟的模型在揭示具有时间延迟的目标网络的能力以及计算要求方面进行了比较。

方法

我们描述了一种在考虑系统时间延迟的情况下，提取基因调控网络中每个基因调控输入的推断方法