边排序贝叶斯网络结构学习算法应用于基因调控网络构建  

Using Line Sorting Bayesian Structure Learning Algorithm to Get Gene Regulatory Network

作　　者：刘昱昊[1] 刘桂霞[1] 苏兰莹[1] 郑山红[2] 王晗[1] 周春光[1] 

机构地区：[1]吉林大学计算机科学与技术学院,长春130012 [2]长春工业大学计算机科学与工程学院,长春130012

出　　处：《吉林大学学报（理学版）》2010年第4期624-630,共7页Journal of Jilin University:Science Edition

基　　金：国家自然科学基金(批准号:60973092;60673099;60873146);国家高技术研究发展计划863项目基金(批准号2009AA02Z307)

摘　　要：提出一种基于多数据源融合思想的贝叶斯网络结构学习算法.该方法在现有贝叶斯网络结构学习算法的基础上,进行网络结构再学习,能有效处理不同数据源无法简单合并的问题.实验结果表明:在现有基因芯片数据节点数过多但数据量过少的前提下,该算法能有效提高建网精度;基于酿酒酵母细胞周期对不同实验条件下的表达数据进行融合,可以将正确率提高约12%.This paper presents a new Bayesian network structure learning algorithm based on the idea of a fusion of multiple datasets.This algorithm can reconstruct the network with the help of existing Bayesian network structure learning algorithm,which can deal with the problem effectively that different datasets can＇t be merged simply.With the microarray datasets of the Cerevisiae yeast cycle under different conditions,the algorithm can increase the correct rate by about 12%.Experimental results show that this algorithm can improve the accuracy effectively even if there is few microarray data but too many genes.

关 键 词：基因调控网络 贝叶斯网络 边排序贝叶斯网络结构学习算法 多数据源融合 

分 类 号：TP399[自动化与计算机技术—计算机应用技术]