摘要:
权利要求书:
1.一种基于复杂网络结构可控性基因识别方法,其特征在于,包括如下步骤:
步骤1:读取组织特异调控网络的数据
原始数据中每行包含两列数据,分别表示调控基因和被调控基因;
步骤2:利用四种不同的节点分类方法分别对网络中的节点做分类
第一种是基于可控性的节点分类方法;
根据基于可控性的节点分类方法,将网络中的节点分为三种类型,即cr={0,1,2};实现
步骤如下:
a.对于原始网络N,利用匈牙利算法计算控制网络所需的最小驱动节点集的大小,记为
ND;
b.删除网络N中的节点i以及节点i所有的连边关系,得到新的网络N';
c.对于网络N',利用匈牙利算法计算控制网络所需的最小驱动节点集的大小,记为ND';
d.若ND'>ND,节点i的类型cr记为0;若ND'ND,则边e的类型记为critical类型;否则为其他类型;
然后给出节点的分类方法:
a)若网络中节点i有critical类型的输入边和输出边,则节点i的类型cl记为0;
b)若网络中节点i只有critical类型的输出边,则节点i的类型cl记为1;
c)若网络中节点i只有critical类型的输入边,则节点i的类型cl记为2;
d)若网络中节点i没有critical类型的边,则节点i的类型cl记为3;
步骤3:将步骤2中四种分类结果结合起来,对网络中的每个节点的类型用一个四维向
量来表示,形成可控性节点分类框架;具体为:构建四维向量,形成可控性节点分类框架,根
据上述四种节点分类方法,将网络中的节点类型用一个四维向量来表示ci=(cr,cc,cs,cl);
步骤4:在多个金标准数据集上利用统计显著性公式找出一类具有显著生物意义的基
因作为候选基因;具体为:
根据统计显著性公式计算每种类型的基因所具有的生物意义,公式如下:
其中,N表示网络中的基因总数,M表示金标准数据集的基因总数,n表示属于同一类型
的基因集合,k表示n中属于M的基因数,p值小于0.05表示具有统计意义,p值小于0.01表示
显著富集;
步骤5:利用相关性度量指标从步骤4中的候选基因中筛选出特异基因。
2.根据权利要求1所述的一种基于复杂网络结构可控性基因识别方法,其特征在于,所
述步骤1具体为:
读取组织t的基因调控网络数据,原始网络数据包含两列,第一列是调控基因第二列是
被调控基因,进行ID映射以及转化为邻接矩阵并保存,用N×N阶的邻接矩阵A=(aij)N×N来
表示:
其中,表示网络中基因i调控基因j的一条有向边,E是网络中的边集。
3.根据权利要求1所述的一种基于复杂网络结构可控性基因识别方法,其特征在于,所
述步骤5具体为:
识别出组织t上的d的特异基因;识别步骤如下:
a.在组织网络t上分别识别出一组(2,2,2,3)类型的基因作为候选基因和d的模块;
b.对于候选基因中的每一个基因i,计算基因i与模块的相关性,计算公式如下:
其中,edge(i,d)表示d所在网络中基因i和模块d的连边数目,edge(i,rand)表示该网
络中基因i和随机模块rand的连边数目,实验产生个10000随机模块来模拟计算edge(i,d)
的平均值和标准差;
c.对于相关性大于阈值2.0的基因作为d的特异基因。