论文部分内容阅读
众所周知基因的表达在调节生命活动中充当着重要的角色,迄今为止,许多生物体的DNA序列已经得到了确定,这就使得基因网络的重构变成了一个非常重要的课题。基因网络是由大量的基因构成的,这些基因间又存在着复杂的相互作用,这种相互作用是通过它们所产生的蛋白质的水平来呈现的。
基因调节网络在生命中的每一个过程中都扮演着重要的角色,如果可以清晰的明白这些网络的动力学就可以理解生物系统的功能、稳定性和进化。20世纪中叶以后,生物实验研究随着实验技术的进步而大规模的进行,为基因调节网络的研究提供了大量的实验数据,相继就提出了很多种由实验数据重构基因网络的方法,并且其中的某些方法已经应用于具体的工作了。
本文中提出来的方法是建立在布尔代数基础上,采用强抑制布尔代数模型并忽略自作用关系,对实验上获得的成对的输入—输出数据进行分析,分析过程主要包括两部分,第一部分是找抑制作用(利用P(1,1)=0),第二部分是找促进作用(利用P(1,0)=0)。通过这样的分析我们就会得到在一定数据量下,作用关系的识别情况。然后对该方法进行数学分析,最后把数学分析结果和实验模拟结果进行对比,发现二者吻合的非常好。结果显示这种方法是随着数据量的增加,找到的作用关系逐渐的减小至准确值。
在上面的方法中,是随着数据量的增加,确定出来的相互作用逐渐减小至准确值,我们不难会想到存在另一种方法可以随着数据量的增加识别出来可能的相互作用逐渐增加至准确值。然后我们对这种方法在理论和实验上分别进行分析。最后再对上面两种方法进行比较。