利用贝叶斯网络分析基因表达数据  

Using Bayesian Networks to Analyze Gene Expression Data

作　　者：王化琨[1,2] 王珍珍[1] 周影[2] 马维军[2] 

机构地区：[1]哈尔滨医科大学生物信息科学与技术学院,黑龙江哈尔滨150081 [2]黑龙江大学数学科学学院,黑龙江哈尔滨150080

出　　处：《数学的实践与认识》2010年第8期70-73,共4页Mathematics in Practice and Theory

基　　金：黑龙江省研究生创新科研基金(YJSCX2008-123HLJ);黑龙江大学青年基金(QLZ00504);国家自然科学基金委员会数学天元基金(10926174)

摘　　要：利用基因表达数据提出一种新的网络模型—贝叶斯网络,发现基因的互作.一个贝叶斯网络是多变量联合概率分布的有向图模型,表示变量间的条件独立属性.首先我们阐明贝叶斯网络如何表示基因间的互作,然后介绍从基因芯片数据学习贝叶斯网络的方法.In this article, we proposed a Bayesian network for discovering interactions between genes based on expression data. A Bayesian network is a structured directed graph representation of conditional independence relationships between variables. We started by showing how Bayesian networks can describe interactions between genes. We then described a method for recovering gene interactions from microarray data using tools for learning Bayesian networks.

关 键 词：贝叶斯网络 基因表达 BOOTSTRAP法 

分 类 号：TP183[自动化与计算机技术—控制理论与控制工程]