利用分类预测基因调控响应

我们提出一种基于分类的新方法来学习预测基因调控响应。我们的方法基于如下假设：在如酿酒酵母等简单生物中，我们可以学习一个决策规则，用于根据(1)基因调控区中结合位点子序列（“基序”）的存在以及(2)实验中调控因子（如转录因子）的表达水平（“亲本”）来预测某基因在特定实验中被上调或下调。因此我们的学习任务整合了两种性质不同的数据源：跨多个扰动与突变实验的全基因组cDNA微阵列数据，以及来自调控序列的基序谱数据。我们将预测实值基因表达测量的回归任务转化为预测+1和-1标签（对应于超出微阵列测量中生物与测量噪声水平的上下调）的分类任务。所采用的的学习算法是带基于间隔决策树（交替决策树）的间隔泛化的提升算法。该大间隔分类器足够灵活以允许复杂逻辑函数，又足够简单以揭示基因调控的组合机制。我们在Gasch酿酒酵母数据集上观察到令人鼓舞的预测准确率，并表明我们能在留出实验中准确预测上调和下调。因此我们的方法提供了预测性假设，建议了生物学实验，并对基因调控网络的结构提供了可解释的洞察。