互信息关联模型在基因调控网络构建中的应用*
2018-01-25王锐张献志曾丽华陈活良张洁琼
西部医学 2018年1期
王锐 张献志 曾丽华 陈活良 张洁琼
(1.第四军医大学卫生勤务学教研室,陕西 西安 710032;2.第四军医大学放射医学教研室,陕西 西安 710032)
学习与记忆能力是人类高级精神活动的特征与基础。学习与记忆机制的研究越来越受到科学领域的广泛关注,这对于揭示大脑的奥秘、并最终认识生命的本质有着重要的意义[1]。相对于其他各种组织器官,人的大脑在功能、结构和基因的表达上表现出更大的复杂性。胎儿海马发育和基因的表达与成人及病变的海马有着极为密切的联系,为了在全基因组水平上系统地研究胎儿阶段中枢神经系统发育情况,香港城市大学科研人员[2]利用基因芯片检测了人脑小脑组织在胎儿的不同发育时期,12060个基因的表达情况,得到了大量的基因表达数据。
发育的最终状态是与发育有关的基因在时间和空间上相互调控的结果[3]。利用时间序列的高通量基因芯片表达数据,通过合适的数学模型,挖掘出基因之间相互调控的网络,这对认识未知基因的功能、整个神经系统的工作原理等重大问题是有积极作用的。目前,已有较多的数学模型应用于调控网络的建模及构建,如灰色理论、Bayesian网络等等[4],大多数模型都没有考虑基因表达在时-空层面上的调控关系,或者没有考虑基因表达在不同时间点上权重关系,这为深入挖掘基因调控的时-空机制带来了一定的困难。因此,在计算各基因之间的互信息相关系数之前,首先将时间点进行加权,这个方法能够提高调控网络构建的精度[5]。……
登录APP查看全文
