孙欣
- 作品数：1 被引量：5H指数：1
- 供职机构：罗格斯大学更多>>
- 发文基金：国家自然科学基金更多>>
- 相关领域：自动化与计算机技术更多>>
- 基于动态Bayesian网络的基因调控网络建模被引量：5
- 2008年
- 为了精确建模与推断基因调控网络,提出一种基于动态Bayesian网络的多数据融合方法(SP-DBN)。该方法利用结构期望最大算法进行未知结构学习,基于粒子滤波方法完成参数学习,可有效处理数据缺失与噪声问题,更好地捕捉数据中固有的动态特性,并通过其先验结构,在基因表达数据的基础上,自然地融合转录因子绑定位点等多数据源信息。基于酿酒酵母的真实数据,实验结果表明:对于仅采用基因表达数据的情况,SP-DBN的敏感度与特异度分别提高到19%和95%;融入绑定位点数据后,SP-DBN的敏感度可从19%进一步提升至20%,而特异度则仍保持在95%的水平。
- 张妤邓志东孙欣贾培发
- 关键词：基因调控网络粒子滤波多数据融合
