通过潜树图模型无监督学习转录调控网络

基因表达是对转录活性和细胞状态的一种易于观测的量化，使得恢复调控因子与其靶基因之间的关系成为可能。从基因表达数据重建转录调控网络是一个备受关注的问题，但以往的工作往往做出简化（但不切实际）的假设，即调控因子活性由 mRNA 水平代表。我们使用潜树图模型来分析基因表达，而不依赖转录因子表达作为调控因子活性的代理。潜树模型是一种马尔可夫随机场，包括观测到的基因变量和潜（隐藏）变量，它们在马尔可夫树上进行因子分解。通过高效的无监督学习方法，我们确定了哪些基因组受隐藏调控因子的共同调控以及这些调控因子的活性水平。后处理将许多这些发现的潜变量注释为特定的转录因子或转录因子组。其他潜变量不一定代表物理调控因子，而是揭示了基因表达中的隐藏结构，如共享的生物学功能。我们将潜树图模型应用于酵母应激反应数据集。除了新颖的预测（如转录因子 Msn4 的条件特异性结合）外，我们的模型还恢复了许多已知的酵母调控网络方面。这些包括共调控基因组、条件特异性调控因子活性以及转录因子间的组合调控。潜树图模型是一种分析基因表达数据的通用方法，不需要关于可能存在哪些调控因子、调控因子活性或转录因子物理结合位置的先验知识。