生物数据科学中的代数模型选择与实验设计

实验设计与模型选择虽是数据科学中的基本步骤，但在生物网络的研究与分析中通常被视为不相关的过程。未考虑其相互关联性有可能引入偏差，并增加在建模过程中遗漏显著特征的风险。我们提出一个数据驱动的计算框架，以统一离散数据集与极小多项式模型的实验设计与模型选择。我们使用一种称为线性平移的特殊仿射变换，来同时提供构成模型基的数据集与多项式项。该框架使我们能够解决生物数据科学研究中出现的两个重要问题：寻找可识别一组已知相互作用的数据，以及给定一组数据时寻找可识别的相互作用。我们给出了一个可网络访问数据库的理论基础。作为示例，我们将该方法应用于先前构建的表皮生长因子受体（EGFR）信号传导的药效动力学模型。