基于Bayesian的基因调控网络的研究

论文摘要

近些年来,大规模测定基因表达水平的基因芯片技术的出现和高性能计算机的使用,使得利用数学模型研究探索大规模基因表达调控成为可能。一些研究者已经开始绘制控制整个活细胞基因表达的调控网络,这种利用各种数学模型的方法预测网络结构已经成为目前研究的热点和重点。利用数学模型和人工智能技术,研究分析基因表达数据之间的关系,构建合适的基因调控网络模型来模拟生物系统的行为,从中发现生物学规律,进而认识生命现象的本质,成为了生物信息学研究的重要内容。本文提出以动态贝叶斯网络理论为核心结合聚类分析方法构建基因调控网络,分析了国内外发展现状,介绍了建立基因调控网络的模型和方法,贝叶斯理论的内容和几种经典的构建基因调控网络的方法,并通过静态贝叶斯网络模型推导出构建调控网络的动态贝叶斯网络模型。现有动态贝叶斯网络模型程序构建基因调控网络运算模型,存在计算缓慢,内存消耗巨大等问题,针对这些缺点对模型进行优化。最后对实验数据进行处理,提出应用聚类分析处理大规模时序微阵列数据,达到优化数据,提高计算速度的目的,应用动态贝叶斯网络理论并结合聚类分析方法建立相应的基因调控网络,并利用现有的实验数据对得到的基因网络进行分析和比较。通过计算建立的基因调控网络,40%的基因对完全符合实验结果,60%的基因对处于未知待测。

论文目录

摘要

Abstract

第1章绪论

1.1 课题来源及研究的目的和意义

1.1.1 课题来源

1.1.2 研究的目的和意义

1.2 国内外文献综述

1.2.1 主要方法介绍

1.2.2 主要模型介绍

1.3 课题研究的主要内容

第2章贝叶斯网络模型

2.1 贝叶斯网络模型的类型

2.1.1 静态贝叶斯网络模型

2.1.2 动态贝叶斯网络模型

2.2 贝叶斯网络模型的结构学习

2.2.1 模型选择

2.2.2 模型优化

2.3 本章小结

第3章基于动态贝叶斯网络模型的程序

3.1 程序介绍

3.1.1 算法的实现

3.1.2 模块介绍

3.2 程序优化

3.3 新程序性能检测

3.4 本章小结

第4章聚类分析处理实验数据

4.1 聚类分析

4.1.1 聚类的基本思想

4.1.2 聚类分析的基本方法

4.1.3 系统聚类原理

4.1.4 系统聚类基本距离算法

4.1.5 系统聚类基本方法.

4.1.6 系统聚类特征指标的选取

4.2 聚类分析程序设计

4.3 本章小结

第5章基因调控网络

5.1 基因调控网络生成的方法步骤

5.2 实验验证方法可行性

5.3 建立基因调控网络

5.3.1 建立基因调控网络方式一

5.3.2 建立基因调控网络方式二

5.3.3 建立基因调控网络方式三

5.3.4 基因调控网络的评估

5.4 基因调控网络的差异分析.

5.5 本章小结

结论

参考文献

致谢

相关论文文献

[1].均匀先验分布Bayesian自适应波束形成方法[J]. 信号处理 2020(05)
[2].Bayesian inference for ammunition demand based on Gompertz distribution[J]. Journal of Systems Engineering and Electronics 2020(03)
[3].Variational Inference Based Kernel Dynamic Bayesian Networks for Construction of Prediction Intervals for Industrial Time Series With Incomplete Input[J]. IEEE/CAA Journal of Automatica Sinica 2020(05)
[4].Fault prediction method for nuclear power machinery based on Bayesian PPCA recurrent neural network model[J]. Nuclear Science and Techniques 2020(08)
[5].Bayesian regularized quantile regression:A robust alternative for genome-based prediction of skewed data[J]. The Crop Journal 2020(05)
[6].Failure Statistics Analysis Based on Bayesian Theory: A Study of FPSO Internal Turret Leakage[J]. China Ocean Engineering 2019(01)
[7].Bayesian Analysis of Complex Mutations in HBV, HCV,and HIV Studies[J]. Big Data Mining and Analytics 2019(03)
[8].Hyperparameter Optimization for Machine Learning Models Based on Bayesian Optimization[J]. Journal of Electronic Science and Technology 2019(01)
[9].Comparison Between χ~2 and Bayesian Statistics with Considering the Redshift Dependence of Stretch and Color from JLA Data[J]. Communications in Theoretical Physics 2019(09)
[10].Bayesian Planning of Optimal Step-stress Accelerated Life Test for Log-location-scale Distributions[J]. Acta Mathematicae Applicatae Sinica 2018(01)
[11].Efficient Bayesian networks for slope safety evaluation with large quantity monitoring information[J]. Geoscience Frontiers 2018(06)
[12].A Novel Approach for QoS Prediction Based on Bayesian Combinational Model[J]. 中国通信 2016(11)
[13].Big Learning with Bayesian methods[J]. National Science Review 2017(04)
[14].MapReduce Based Parallel Bayesian Network for Manufacturing Quality Control[J]. Chinese Journal of Mechanical Engineering 2017(05)
[15].A Bayesian Based Process Monitoring and Fixture Fault Diagnosis Approach in the Auto Body Assembly Process[J]. Journal of Shanghai Jiaotong University(Science) 2016(02)
[16].Reliability Risk Evaluation Method for Complex Mechanical System Based on Optimal Bayesian Network[J]. Journal of Donghua University(English Edition) 2016(02)
[17].Simulation of Silty Clay Compressibility Parameters Based on Improved BP Neural Network Using Bayesian Regularization[J]. Earthquake Research in China 2020(03)
[18].Prediction of TBM jamming risk in squeezing grounds using Bayesian and artificial neural networks[J]. Journal of Rock Mechanics and Geotechnical Engineering 2020(01)
[19].Calibrate complex fracture model for subsurface flow based on Bayesian formulation[J]. Petroleum Science 2019(05)
[20].Semiparametric Bayesian Inference for Accelerated Failure Time Models with Errors-in-Covariates and Doubly Censored Data[J]. Journal of Systems Science & Complexity 2017(05)
[21].Nonlinear Bayesian Estimation:From Kalman Filtering to a Broader Horizon[J]. IEEE/CAA Journal of Automatica Sinica 2018(02)
[22].Bayesian Regularized Regression Based on Composite Quantile Method[J]. Acta Mathematicae Applicatae Sinica 2016(02)
[23].Bayesian Reliability Assessment and Degradation Modeling with Calibrations and Random Failure Threshold[J]. Journal of Shanghai Jiaotong University(Science) 2016(04)
[24].Traffic-load prediction based on echo state network improved by Bayesian theory in 10G-EPON[J]. The Journal of China Universities of Posts and Telecommunications 2015(02)
[25].Investigating Genotype 1a HCV Drug Resistance in NS5A Region via Bayesian Inference[J]. Tsinghua Science and Technology 2015(05)
[26].基于Bayesian多分支岩石可钻性值估计[J]. 中国石油大学学报(自然科学版) 2014(03)
[27].基于异常值检验的Bayesian方法验前信息可信度计算[J]. 科学技术与工程 2012(31)
[28].Application of Bayesian approach to hydrological frequency analysis[J]. Science China(Technological Sciences) 2011(05)
[29].Phylogeny of Devonian Lycopsids Inferred from Bayesian Phylogenetic Analyses[J]. Acta Geologica Sinica(English Edition) 2011(03)
[30].随机加速寿命试验的Bayesian分析[J]. 淮阴工学院学报 2009(03)

标签：基因调控网络论文; 聚类分析论文; 动态贝叶斯网络论文;

基于Bayesian的基因调控网络的研究

论文摘要

论文目录

相关论文文献

猜你喜欢