INLOCANDA公司 swMATH ID: 34288 软件作者： Gianvito Pio；塞西，米开朗基罗；弗朗西丝卡·普里西亚达罗；多纳托·马勒巴 说明： 利用因果关系进行基于图嵌入的基因网络重建。基因网络重建是一项生物信息学任务，旨在对基因之间可能发生的复杂调控活动进行建模。这项任务通常通过分析基因表达数据的链接预测方法来解决。然而，重构后的网络往往存在大量假阳性边缘，这实际上是间接调控活动的结果，因为存在共同原因和共同效果现象，或者换句话说，因为所采用的归纳方法没有考虑可能的因果关系现象。基因表达数据中固有的高噪声更加剧了这个问题。用于识别网络传递性简化或移除（可能）冗余边的现有方法受到网络结构或间接调节性质/长度的限制，并且通常需要额外的预处理步骤来处理网络的特定特性（例如循环）此外，他们无法考虑网络中可能的社区结构和基因可能的类似作用（例如中心节点），这可能会改变网络中节点高度连接（以及与哪些节点连接）的趋势。本文提出INLOCANDA方法，其学习用于基因网络重建的归纳预测模型并且克服了所有提到的限制。特别是，INLOCANDA能够（i）识别和利用任意长度的间接关系，以消除因共同原因和共同效果现象而产生的边缘；（ii）通过图嵌入考虑可能的社区结构和可能的类似角色。在基准、两种生物体（extit{E.coli}和extit{S.cerevisiae}）的真实网络上进行的多维度分析实验表明，相对于竞争对手而言，具有更高的准确性，并且对数据中存在的噪声具有更强的鲁棒性，当数据中存在大量（可能为假阳性）交互被删除。可用性：url{网址：http://www.di.uniba.it/gianvitopio/systems/inlocanda/} 主页： 网址：http://www.di.uniba.it/~gianvitopio/systems/inlocanda/ 关键词： 因果关系;生物信息学;网络重建;链路预测 相关软件： IOTA公司;阿拉伯国家石油公司;单词2vec;线路;DeepWalk公司;ComiRNet公司;节点2vec;同步TReN 引用于： 3文件 标准条款 1出版物描述软件，包括1出版物以zbMATH为单位 年份 基于图嵌入的基因网络重构因果关系挖掘。 Zbl 1497.68435号吉安维托·皮奥;塞西，米开朗基罗;弗朗西丝卡·普里西亚达罗;多纳托·马勒巴 2020 全部的 前5名11位作者引用 1 塞西，米开朗基罗 1 邓文峰 1 黄，科克 1 李永刚 1 多纳托·马勒巴 1 梅、庄琳 1 Toshiki Oguchi 1 吉安维托·皮奥 1 弗朗西丝卡·普里西亚达罗 1 杨春华 1 张艺奇 3篇连载文章中引用 1 机器学习 1 混乱 1 国际系统科学杂志。系统与集成原理与应用 在4个字段中引用 2 统计学（62-XX） 1 计算机科学（68至XX） 1 生物学和其他自然科学（92-XX） 1 系统论；控制（93至XX） 按年份列出的引文