摘要
针对基于隐马尔科夫模型的非齐次动态贝叶斯网络(HMM-DBN)中因基因调控作用强度过度灵活而造成的网络重构精度降低的问题,提出了用参数边缘耦合方式改进HMM-DBN的方法。首先对基因调控数据进行时间分段;其次利用边缘耦合算法判断当前分段是否应该与前一段的信息交互;再次根据是否进行信息交互判断每个分段的回归参数是否耦合,结合回归参数和时间分段推断基因调控关系;最后重复上述过程直到MCMC(马尔科夫链蒙特卡洛算法)迭代完成,输出网络结构。改进后的HMM-DBN在酵母数据集与合成RAF(RAF原癌基因丝氨酸/苏氨酸-蛋白激酶)数据集上的实验结果显示,其网络重构精度达到了0.76以上,证明了该方法的有效性。
- 单位