Integracija strukturnih omejitev pri izpeljavi gensko regulatornih omrežij

Abstract

Inferenca gensko regulatornih omrežij (GRO) iz ekspresijskih podatkov je še vedno težak problem. Število genov je velikokrat večje od števila poskusov, kjer gensko izražanje še dodatno spremlja določena mera šuma. Zato predlagamo uporabo strukturnih omejitev pri izpeljavi GRO na podlagi predhodnega znanja v obliki referenčnih omrežij. Naša ideja izvira iz dejstva, da vsebujejo GRO vzorce, tako imenovane motive, ki se pojavljajo bistveno pogosteje, kot bi to pričakovali v naključno generiranih omrežjih. Uporabo predhodnega znanja dosežemo s spreminjanjem uteži posameznega gena v cenovni funkciji linearne regresije. Uteži spreminjamo iterativno z gradientnim spustom. Naš pristop temelji na že uveljavljeni parcialno korelacijski metodi SPACE. S spreminjanjem uteži na podlagi prisotnosti motivov, porazdelitve stopenj genov in pričakovanega števila regulatornih genov za odtenek izboljšamo točnost, natančnost, priklic in F 1 oceno omrežij izpeljanih iz GRO bakterije E. coli.