换一批基于基因扰动及变分逼近技术的基因调控网络推断
Variational approximation inference for gene regulatory networks from gene perturbations
摘要为了有效提高基因调控网络推断的精度，基于基因表达数据和基因扰动数据，将基因调控网络建模为结构方程模型，并进一步转化为验证性因子分析（CFA）模型，然后使用贝叶斯方法求解 CFA 模型参数。在贝叶斯分析中，为减少计算量，不采用常用的马尔科夫蒙特卡洛抽样方法，而是采用变分逼近技术对参数的联合后验分布进行因式化，并获得参数的后验包含概率分布及参数的后验分布。同时使用重要性抽样技术对 CFA 模型的推断参数进行加权平均。仿真结果表明，CFA 模型和变分逼近技术是有效和可靠的。根据实验数据，使用所提算法推导了具有35个基因的酵母基因调控网络。
更多相关知识
关键词
基因调控网络验证性因子分析模型变分逼近重要性抽样gene regulatory network (GRN)confirmatory factor analysis (CFA)modelvaria-tional approximationimportance sampling
DOI
10.3969/j.issn.1001-0505.2013.06.003
发布时间
2013-12-19（万方平台首次上网日期，不代表论文的发表时间）
基金项目
- 浏览1
- 被引1
- 下载0
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
