集成特征选择与基因调控网络构建研究-计算机应用技术专业论文.docxVIP

IIIIII IIIIII LIIII 11111 1II IIII II Ul Y3059050‘__________________________- 大连理工大学学位论文独创性声明 作者郑重声明：所呈交的学位论文，是本人在导师的指导下进行研究 工作所取得的成果。尽我所知，除文中已经注明引用内容和致谢的地方外， 本论文不包含其他个人或集体已经发表的研究成果，也不包含其他已申请 学位或其他用途使用过的成果。与我一同工作的同志对本研究所做的贡献 均已在论文中做了明确的说明并表示了谢意。 若有不实之处，本人愿意承担相关法律责任。 学位论文题目： 篡盛挂堑选搔生基国调控圜络抱建狃究 作者签名： 团￡篮 日期：名碰年—五月—』日 万方数据 大连理工大学硕士学位论文摘 大连理工大学硕士学位论文 摘 要 随着生物信息技术的快速发展，海量基因组数据的涌现进入后基因组时代，研究者 不再局限于研究单个基因的功能，而是希望以系统的角度理解维持生物生命活动的复杂 生命过程，在这种背景下，系统生物学得到了快速发展。在系统生物学领域，挑战之一 就是基因调控网络的构建，基因调控网络以图形化的方式描述了基因之间的相互作用， 通过逆向工程构建出基因调控网络可以帮助我们更好的理解当环境条件发生波动时生 物体内仍能保持稳定的分子机制。随着DNA微阵列技术的发展，快速积累的基因表达 数据，出现了大量的构建基因调控网络的方法。此外，基因序列数据和功能注释数据等 也在不断涌现。不同类型数据往往提供了不同的信息，如何有效的利用多种数据源之间 的互补性，对于准确构建基因调控网络至关重要。 针对基于基因表达数据，利用特征选择方法进行基因调控网络构建的不足，即往往 仅给出网络中每条潜在边的重要性评分，而没有确定一个合适的阈值将排序结果转化为 网络结构。本文提出了集成特征重要性遗传算法(Ensemble Feature Importance．Genetic Algorithm，EFI．GA)，结合集成特征选择算法和遗传算法构建基因调控网络。首先利 用集成特征选择方法为目标基因的每个潜在调控者计算一个重要性分值，该分值表示在 该调控基因和目标基因间存在真实调控关系的可信度。然后利用遗传算法在具有较高可 信度的调控者中筛选出最优的调控者子集。在逆向工程评估与方法对话(Dialogue for Reverse Engineering Assessments and Methods，DREAM)数据集上的实验结果表明了该 方法的有效性。 为了应对外部环境刺激或者完成某种生命过程，转录因子通过调控目标基因来执行 相应的功能共同参与同一生命过程，因此两者之间往往具有相同或相近的功能，考虑转 录因子和目标基因之间的功能相关性将有助于提高构建调控网络的准确性。本文提出了 一种融合基因表达数据、基因序列数据以及基因本体(Gene Ontology，GO)数据构建基因 调控网络的多特征融合方法，以有效运用不同数据源提供的相关特性提高基因调控网络 构建的准确性。利用多种数据源构建特征向量，并使用支持向量机建立分类模型，预测 转录因子和目标基因之间的调控关系。在拟南芥数据集和番茄数据集上的交叉验证结果 表明本文方法具有更高的准确率。 关键词：多数据源融合；基因调控网络；集成特征选择；基因本体 万方数据 集成特征选择与基因调控网络构建研究Research 集成特征选择与基因调控网络构建研究 Research on Ensemble Feature Selection and Construction of Gene Regulatory Networks Abstract With the rapid development of biological information technology，the emergence of massive genomic data promoted human entering post genome era,enabled the researchers to understanding the complex biological process governing the life of a living organism from the perspective of system，no longer limited to study the function of a single gene．Under this background，systems biology has got the fast development．Proper elucidation of gene regulatory networks