刘 飞,王天丽,高红艳*,卫泽刚,张 磊,钱 郁

(1.宝鸡文理学院 物理与光电技术学院,陕西 宝鸡 721016; 2.宝鸡文理学院 先进钛合金与功能涂层协同创新中心,陕西 宝鸡 721016)

基因调控网络采用图论模型可以更深层次地理解和发掘细胞中的调控过程,进而从基因作用角度揭示生命现象及其本质,有助于认识疾病发病机理、加速药物研发[1-3]。在网络图中每个节点表示一个基因,节点之间的边表示基因间相互调控关系[4]。随着高通量测序技术发展，产生了大量的基因表达谱数据[5],这为更深层次理解细胞中潜在的基因调控机制提供了机会。因而推断精确的基因调控网络就变得意义重大,它可以更好地理解信号代谢通路中的生物活性,能潜在地发现各种疾病中的药物靶点,设计新的有效疗法,进一步找出新的通路[6-7]。但是通过实验方法来识别基因调控网络非常耗时,实验过程也非常繁琐,而且代价较高。

因此,近年来涌现了大量构建基因调控网络的计算模型,这些模型可以大致地分为基于共表达的计算方法[8]、基于监督学习的方法[9-10]、基于模型的方法[11-12]以及基于信息论的方法[13-15]4大类。基于共表达的计算方法时间复杂度较低,但是不能识别基因间的直接调控和间接调控,不能反映系统模型的动态性;基于监督学习的方法可以借鉴一些先验调控信息,在全基因组范围内推断基因调控网络,和一些其它模型方法比较[2],可以取得较高的网络构建精度,但……