59、基因网络推断与信号转导建模

基因网络推断与信号转导建模

基因网络推断算法

算法原理

若能借助函数 F 和 Q 为给定排列 π 计算出最优的 π -线性网络,那么要找到最优网络,就需找出能产生全局最小值的最优排列 π。为此,我们定义函数 M。

算法步骤

  1. 计算所有 g ∈ G 的 F(g, 0) = s(g, 0)。
  2. 对于所有 A ⊆ G,A ≠ ∅ 以及所有 g ∈ G,按如下方式计算 F(g, A):
    • F(g, A) = min{s(g, A), minₐ₋ₐ F(g, A - {a})}。
  3. 设置 M(∅) = ∅。
  4. 对于所有 A ⊆ G,A ≠ ∅,执行以下两个子步骤:
    • 计算 g* = argmin₉₋ₐ(F(g, A - {g}) + Qₐ₋₉(M(A - {g})))。
    • 设置 M(A)(|A|) = g ,对于所有 1 ≤ i < |A|,设置 M(A)(i) = M(A - {g })(i)。
  5. 返回 QG(M(G))。

复杂度分析

  • 定理 1 :可通过 O(n·2ⁿ) 次动态规划步骤找到最优网络。其中,步骤 1 和 2 的动态规划需要 O(n·2ⁿ) 步(n = |G|),每步计算一个得分;步骤 3 和 4 的动态规划需要 O(2ⁿ) 步,每步涉及查找之前存储的得分。
  • <
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值