10、基因调控网络推理与重建：方法、实验与结果

基因调控网络推理与重建：方法、实验与结果

1. 引言

近年来，随着各种基因表达检测技术的出现，基因间关系的研究受到了广泛关注。基因表达数据，无论是时间序列格式还是稳态格式，都为同时观察数千个基因之间的相互作用提供了机会。如果有足够的基因表达数据，原则上可以推导出能够充分代表底层系统动态的详细定量网络模型。

然而，一些实际问题使得网络的充分重建成为一项极具挑战性的任务，这些问题包括：
- 与基因数量相比样本量较小；
- 存在生物噪声和实验噪声；
- 对基因间复杂动态和非线性关系的认识和表示不足；
- 问题维度大。

为了解决这些问题，计算智能领域提出了多种基于算法的基因调控网络（GRN）重建技术，帮助生物学家形成关于生物系统的新假设并设计新实验。

2. 大肠杆菌SOS网络研究

2.1 真实SOS网络

大肠杆菌的SOS网络是测试基因调控推理的基准。在实验中，有8个基因（uvrD、lexA、umuD、recA、uvrA、uvrY、ruvA和polB）被表达。研究人员用紫外线照射DNA，这会影响一些基因，之后网络会自我修复。他们针对不同的光照强度进行了四次实验，每次实验有50个时间步，间隔为6分钟。许多研究人员通常只选择推断8个基因中的6个，因为其中两个基因与网络中的其他基因相比活性较低。

2.2 种群规模和簇数量的比较分析

• 簇数量对召回率的影响 ：对于较少的簇，召回率较好。一般来说，大种群的结果略好于小种群。这是因为K - means方法不需要太多粒子来创建可靠的簇，而且聚类方法比非聚类