基于线性回归与 Pearson 相关系数的从基因表达谱预测基因调控网络
基因组学
2018-05-07 v1 计算工程、金融与科学
分子网络
摘要
基因调控网络的重构是通过某些计算技术从基因表达谱中识别基因依赖关系的过程。在我们人体中，尽管所有细胞具有相似的遗传物质，但激活状态可能不同。这种基因激活的差异有助于研究人员更多地了解细胞的功能。研究人员从微阵列技术等处获得关于精神疾病、传染病、癌症和心脏病等疾病的见解。在本研究中，使用一种简单而新颖的机器学习方法构建了癌症特异性基因调控网络。第一步，线性回归算法为我们提供了显著差异化表达的重要基因。接下来，使用 Pearson 相关系数计算已识别基因之间的调控关系。最后，所获得的结果已通过可用数据库与文献进行了验证。我们可以识别枢纽基因，并可作为癌症诊断的靶点。
引用
@article{arxiv.1805.01506,
title = {Prediction of a Gene Regulatory Network from Gene Expression Profiles With Linear Regression and Pearson Correlation Coefficient},
author = {Md Mehedi Hassan Onik and Shakhawat Ahmmed Nobin and Adnan Ferdous Ashrafi and Tareque Mohmud Chowdhury},
journal= {arXiv preprint arXiv:1805.01506},
year = {2018}
}
备注
In The 19Th International Conference On Computer And Information Technology, North South University, Dhaka -1229, Bangladesh, 2016, P. 327