使用序列模型学习表型结构

【文件属性】：
文件名称：使用序列模型学习表型结构
文件大小：384KB
文件格式：PDF
更新时间：2021-04-04 13:37:04
Data mining; bioinformatics; microarray data 先进的微阵列技术能够同时监视所有基因的表达水平。 微阵列数据分析中的一个重要问题是发现表型结构。 目标是：1）找到与不同表型（例如疾病或正常表型）相对应的样品组，以及2）对于每组样品，找到使该组与其他组区别开的代表性表达模式或特征。 已经针对该问题提出了一些方法，但是，共同的缺点是所识别的签名通常包括大量的基因，但是辨别力却很低。 在本文中，我们提出了ag *序列模型来解决这一局限性，其中基因之间的有序表达值被有效利用。 与现有方法相比，所提出的序列模型对噪声更鲁棒，并允许使用更少的基因以更大的判别力发现签名。 这对于生物学家的后续分析很重要。 我们证明了表型结构发现的问题是NP完全的。 开发了一种有效的算法FINDER，该算法包括三个步骤：1）琐碎的g *序列识别，2）表型结构发现和3）细化。 开发了有效的修剪策略以进一步提高效率。 我们使用合成和真实基因表达数据集评估FINDER和现有方法的性能。 大量的实验结果表明，FINDER可以显着提高发现的表型结构的准确性（无论是从统计意义上还是生物学意义上而言），并且可以以高辨别力检测签名。 而且，它比其他替代方案快几个数量级。