动态贝叶斯网络（DBN）是基因调控网络的一种有力建模工具。贝叶斯结构期望最大算法（SEM）能较好地处理构建基因调控网络中数据缺失的情况，但SEM算法学习的结果对初始参数设置依赖性强。针对此问题，提出一种改进的SEM算法，通过随机生成一些候选初始值，在经过一次迭代后得到的参数中选择一个最好的初始值作为模型的初始参数值，然后执行基本的SEM算法。利用啤酒酵母细胞周期微阵列表达数据，构建其基因调控网络并与现有文献比较，结果显示该算法进一步提高了调控网络构建的精度。
2022-11-08 20:20:48
600KB
1
为获得正确的节点次序，提高K2算法的执行效率和精确度，提出一种构建基因调控网络的IE―K2算法。基于两个节点互信息构建无向图，通过引入联合信息熵来获得最佳的节点次序。在Alann网络中的实验结果表明，其预测的准确率优于爬山算法和随机节点顺序的K2算法；将IE―K2算法用于构建酿酒酵母的基因调控网络，通过现有文献证明了调控关系的正确性，结果显示了该算法的有效性。
2022-05-23 22:33:22
369KB
1
回归树matlab代码GENIE3
基于机器学习的方法，可根据表达数据推断基因调控网络。
GENIE3方法在以下论文中描述（可用）：
Huynh-Thu
V.
A.,
Irrthum
A.,
Wehenkel
L.,
and
Geurts
P.
Inferring
regulatory
networks
from
expression
data
using
tree-based
methods.
PLoS
ONE,
5(9):e12776,
2019.
GENIE3的四个实现可用：Python，MATLAB，R
/
randomForest和R
/
C。
每个文件夹都包含一个PDF文件，其中包含有关如何运行代码的分步教程。
注1：R
/
C实现也可以从安装。
注2：
PLoS
ONE论文中介绍的所有结果都是使用MATLAB实现生成的。
GENIE3基于回归树。
为了学习这些树，Python实现使用该库，MATLAB和R
/
C实现分别是编写的C代码的MATLAB和R包装器，而R
/
randomForest实现使用R包。
R
/
C实现是最快的GENIE3实现，是为SCENIC管道开发
2022-05-09 10:42:13
1.52MB
1
安全技术-网络信息-雄激素受体介导的基因调控网络及蛋白磷酸酶2Cκ的进一步功能研究.pdf
2022-05-01 14:00:39
6.31MB
安全技术-网络信息-雄激素受体介导的基因调控网络及蛋白磷酸酶2C的进一步功能研究.pdf
2022-05-01 14:00:38
6.31MB