基于基因扰动及变分逼近技术的基因调控网络推断

摘要

为了有效提高基因调控网络推断的精度,基于基因表达数据和基因扰动数据,将基因调控网络建模为结构方程模型,并进一步转化为验证性因子分析(CFA)模型,然后使用贝叶斯方法求解CFA模型参数.在贝叶斯分析中,为减少计算量,不采用常用的马尔科夫-蒙特卡洛抽样方法,而是采用变分逼近技术对参数的联合后验分布进行因式化,并获得参数的后验包含概率分布及参数的后验分布.同时使用重要性抽样技术对CFA模型的推断参数进行加权平均.仿真结果表明,CFA模型和变分逼近技术是有效和可靠的.根据实验数据,使用所提算法推导了具有35个基因的酵母基因调控网络.