面向基因调控网络的基因关联分析算法

来源：计算机工程与应用杂志2025年第3期北京时间：

作者：李志杰, 廖莎, 刘安丰, 李青蓝

单位：1.湖南理工学院 信息科学与工程学院，湖南 岳阳 414006 ；2.中南大学 计算机学院，长沙 410083；3.美国宾夕法尼亚大学 医学院，宾夕法尼亚 费城 19019

摘要：基因调控网络是基于微阵列基因表达数据，对基因之间表达关系依赖程度的一种仿真或重建。从基因表达数据挖掘基因之间存在的一定程度因果关系，对重构基因调控网络具有十分重要的意义。提出一种基于频繁原子序列关联熵的基因关联分析算法，通过基因关联熵有效识别基因之间的因果关系，并采用启发式搜索策略构建基因关联贝叶斯调控网络（gene association based Bayesian regulatory，GABR）。与基因贝叶斯网络描述基因表达水平值之间依赖关系不同，GABR是一种基因序列贝叶斯网络，基因关联分析对象是生物组织样本的基因表达值排序并置换为基因列下标所形成的序列。算法的优势在于基因变量取值原子序列，该基因为原子序列的结果，基因关联熵以及条件概率分布的计算更符合基因表达数据分析的生物本质特征。ALARM网络模拟数据的实验结果表明，基因关联分析算法性能明显优于同类算法。在酵母菌微阵列基因数据GDS2267和小鼠胚胎基因GSE76118等GEO数据集进行实验，测试结果表明GABR方法重构的基因调控网络具有较高的有效性和鲁棒性。

关键词：基因表达数据,基因调控,频繁原子序列,关联熵,基因序列贝叶斯网络