逆向工程的统计力学方法：基因调控网络的稀疏性与生物学先验
分子网络
2007-06-19 v1 定量方法
摘要
确定基因网络的连通性，乃至更详细地确定基因间存在的相互作用类型，这一重要任务如今可通过类微阵列技术加以解决。然而，相对于单次微阵列实验所提供的数据量，仍存在大量未知因素，因此可靠的基因网络重构过程必须整合所有可用的生物学知识，即使这些知识来源不同且性质各异。本文提出了一种逆向工程算法，该算法利用基因表达的时间序列数据集，通过考虑系统对不同扰动的响应来揭示潜在的基因网络。该方法能够确定基因网络的稀疏性，并纳入可能的先验生物学知识。我们通过推导多个模拟基因网络的拓扑结构，验证了该逆向工程方法的有效性，并讨论了随着数据量的增加或考虑任何先验知识时算法性能的提升。此外，我们将该算法应用于大肠杆菌（Escherichia coli）中一个九基因网络的实验数据。
引用
@article{arxiv.0706.2549,
title = {A statistical mechanics approach to reverse engineering: sparsity and biological priors on gene regulatory networks},
author = {Massimo Pica Ciamarra and Gennaro Miele and Leopoldo Milano and Mario Nicodemi and Giancarlo Raiconi},
journal= {arXiv preprint arXiv:0706.2549},
year = {2007}
}