基于信息熵的加权基因关联网络融合方法
2018-03-26伍度志
伍度志,杨 帆,赵 静
(1.重庆工商大学融智学院 重庆 巴南区 401320;2.陆军勤务学院数学教研室 重庆 沙坪坝区 401331;3.上海中医药大学交叉科学研究院 上海 浦东新区 201203)
加权基因关联网络(weighted gene association network, WGAN)是表示基因间功能相关关系的复杂网络[1],其中节点代表基因,边代表基因间的相互作用,权重代表相互作用的可信度。WGAN网络的构建是为了克服目前已有的生物学实验数据与实际存在的基因功能相关关系相比严重不足、以及高通量实验的结果存在严重噪声的问题。通常采用计算方法整合与基因的功能联系相关的各种生物学特征的数据源,推断基因之间的关联关系,并对每一对关联关系赋予置信分,作为网络中边的权重,从而构建加权的基因关联网络。因此这类网络既包含了一些特定类型的基因或蛋白间的相互作用信息,如蛋白-蛋白相互作用[2](PPI)、基因共表达[3]、转录调控[4]、信号通路[5]等,又比特定类型的分子网络包含更广泛的信息。
目前,基因相关关系的数据融合方法主要分为主观打分融合方法、相似性融合方法和统计推断打分方法3种类型。通过这些方法已经构建了一些WGAN网络,就人类基因组而言,有HIPPIE[6]、HumanNet[7]、STRING[8]以及FunCoup[9]网络等。文献[6]收集了现有的蛋白-蛋白相互作用数据库BioGrid[10]、IntAct[11]、MINT[12]、DIP[13]、BIND[14]等中的数据,基于试验方法的先进性、支持基因间关联关系的文献数目以及在非人类物种中存在该连接的基因对数目3种不同的信息,自定义了一种基因对的打分方法,对每一对基因间的关联关系的可靠性进行打分,从而构建了HIPPIE网络。……
