嵌套效应模型中的结构学习
定量方法
2010-10-08 v2 分子网络
摘要
嵌套效应模型（NEMs）是一类用于分析基因扰动筛选结果的图模型。NEMs探索表型研究的高维输出之间的噪声子集关系，例如基因扰动后基因表达谱中表现出的效应或细胞的形态学特征。在本文中，我们从四个方向扩展了NEMs的统计基础：第一，我们推导了NEM的似然函数的新公式，推广了此前针对二值数据的结果。第二，我们在温和假设下证明了模型的可识别性。第三，我们证明似然函数的新公式允许高效遍历模型空间。第四，我们引入先验知识和自动变量选择准则以降低数据中的噪声影响。
引用
@article{arxiv.0710.4481,
title = {Structure Learning in Nested Effects Models},
author = {Achim Tresch and Florian Markowetz},
journal= {arXiv preprint arXiv:0710.4481},
year = {2010}
}