论文部分内容阅读
DNA微阵列技术在一次实验中可以产生了全基因组的基因表达数据，如何从这些海量的表达数据中挖掘出我们感兴趣的基因之间相互作用的信息，即反向工程，是目前的研究热点之一。本文将介绍一种整合生物学知识先验的方法，基于现有的贝叶斯网络框架，对DNA微阵列数据分析建模过程做优化，使结果更接近生物学的实际。同时，我们还从可能的贝叶斯调控网络中，构建有向的2阶调控网络图，挖掘并重新构建出具有生物学功能的调控亚网络模块。然后，我们在S.cerevisiae细胞周期微阵列数据上来验证我们方法。最后，我们发布基于R的分析大规模基因微阵列表达数据的软件包：BNArray，使得对DNA芯片的统计建模成为一个连续的系统化的过程，并且我们的程序可以处理不完全的芯片数据。