Inference of S-system Models of Genetic Networks from Noisy Time-series Data
Inference of S-system Models of Genetic Networks from Noisy Time-series Data
复制标题
从噪声时间序列数据推断遗传网络的 S 系统模型
DOI：
--
复制
发表时间：
2004
期刊：
影响因子：
--
通讯作者：
A. Konagaya
中科院分区：
文献类型：
--
作者：
Shuhei Kimura;M. Hatakeyama;A. Konagaya
在本文中，我们提出了一种新的方法来推断的S-系统模型的大规模遗传网络从观察到的时间序列数据的基因表达模式。所提出的方法采用了一种技术，将遗传网络推理问题分解成几个子问题。通过求解这些分解的子问题，估计S-系统的参数。此外，所提出的方法估计基因表达的初始水平。当给定噪声时间序列数据时，初始基因表达水平的估计是必要的。通过遗传网络推理问题验证了该方法的有效性。
In this paper, we propose a new method for the inference of S-system models of large-scale genetic networks from the observed time-series data of gene expression patterns. The proposed method employs a technique to decompose the genetic network inference problem into several subproblems. The S-system parameters are estimated by solving these decomposed subproblems. In addition, the proposed method estimates the initial levels of the gene expression. The estimation of the initial gene expression levels is necessary when the noisy time-series data are given. We verify the effectiveness of the proposed method through the genetic network inference problems.
影响因子：
56.9
作者：
DeRisi, JL;Iyer, VR;Brown, PO
通讯作者：
Brown, PO