揭示

Reveal,一种通用的遗传网络结构推理逆向工程算法。鉴于内在基因表达图谱涵盖了发育、健康和疾病期间的整个基因组,我们寻求计算方法来最大限度地从如此大的数据集进行功能推断。原则上,是否有可能从其变量的输入/输出模式中完全推断出复杂的监管网络体系结构?我们用遗传网络的二元模型研究了这种可能性。轨迹或布尔网络的状态转移表,类似于基因表达的时间序列。通过系统地分析输入状态和输出状态之间的相互信息,可以推断出控制网络中每个元素或基因的输入元素集。对于完整的状态转换表,这个过程是明确和精确的。我们在一个C程序中实现了这个逆向工程算法(REVEAL),发现这个问题在目前测试的条件下是可以处理的。对于n=50(元素)和k=3(每个元素的输入),不完整状态转换表(10(15)中可能有100个状态转换对)的分析可靠地生成了原始规则和布线集。虽然这项研究仅限于同步布尔网络,但该算法可概括为包括多状态模型,本质上允许直接应用于实际的生物数据集。充分解决反问题的能力可以使生物学和其他领域的复杂动态系统的深入分析成为可能。


zbMATH中的参考文献(参考文献28条)

显示第1到第20个结果,共28个。
按年份排序(引用)
  1. 韦恩,米歇尔L。;埃格伯特,梅根;领事,尼基塔;张俊秀;吴志芬;索非亚,梅拉夫杰。;Schnell,Santiago:从分子扰动实验推断细胞内信号转导电路(2018)
  2. 圣地亚哥维德拉;卡里托的古兹奥洛夫斯基;Eduati,Federica;蒂勒,斯文;格布瑟,马丁;尼古拉斯,雅克;萨兹·罗德里格斯,朱利奥;肖布,托尔斯滕;《布尔逻辑与ASP网络学习》(Siegel,2015)
  3. 陈浩;孙吉涛:状态相关交换布尔控制网络的输出可控性与最优输出控制(2014)
  4. Codecasa,丹尼尔;Stella,Fabio:学习连续时间贝叶斯网络分类器(2014)
  5. 井上,胜美;里贝罗,托尼;Sakama,Chiaki:从口译过渡中学习(2014)
  6. 毛彻,马库斯;克拉赫特,大卫五世。;肖伯,斯特芬;博塞特,马丁;Kestler,Hans A.:通过高阶关联推断布尔函数(2014)
  7. 王,Y。十。瑞秋;黄海燕:利用表达数据重建基因网络的统计方法述评(2014)
  8. 霍普芬西茨,马丁;ü赛尔,克里斯托夫;毛彻,马库斯;Kestler,Hans A.:布尔网络中的吸引子:教程(2013)
  9. Č恩德埃皮克řej公司;克罗纳斯,大卫;čera,Petr:使用布尔技术分析DNA微阵列数据(2011)
  10. 查尼,露丝;科恩,雅克;瑞克,奥瑞élien:从I-O数据有效合成一类布尔程序:在遗传网络中的应用(2011)
  11. 程代展;赵寅:布尔控制网络的识别(2011)
  12. 塞鲁洛,路易吉;查尔斯·埃尔坎;Ceccarelli,Michele:仅从阳性和未标记数据学习基因调控网络(2010)ioport公司
  13. 费萨尔,萨迪亚;利希滕贝格,格瓦德;特朗普,萨斯基亚;Attinger,Sabine:基因网络模型布尔函数连续表示的结构特性(2010)
  14. 卡比尔,米特拉;诺曼,纳西木;Iba,Hitoshi:利用线性时变模型从微阵列数据中逆向工程基因调控网络(2010)ioport公司
  15. Sîrbu,阿丽娜;罗斯金,希瑟J。;Crane,Martin:进化算法在基因调控网络模型推理中的比较(2010)ioport公司
  16. 托尼尔,劳伦特;Chaves,Madalena:使用异步布尔动力学揭示遗传网络中的操作交互作用(2009)
  17. 阿克苏,达苏;林田,森弘;清,卫基;Ng,Michael K.:布尔网络的控制:树结构网络的硬度结果和算法(2007)
  18. 达塔,苏门;Sokhansanj,Bahrad A:解释高通量实验数据的生物分子网络模型的加速搜索(2007)ioport公司
  19. 胡晓华;吴方翔:大型生物分子网络子网络的挖掘与状态空间建模与验证(2007)ioport公司
  20. 徐瑞;Venayagamoorthy,甘尼什·K。;Wunsch II,Donald C.:基于混合差分进化和粒子群优化的基因调控网络建模(2007)