车丹丹,郭顺,姜青山.基于 XGBoost 的基因静态数据调控网络推断方法[J].集成技术,2020,(2):50-59
基于 XGBoost 的基因静态数据调控网络推断方法
XGBoost-Based Gene Network Inference Method for Steady-State Data
  
DOI:10.12146/j.issn.2095-3135.20191231001
中文关键词:  基因调控网络;静态数据;Boosting 模型;基因表达数据
英文关键词:gene regulatory networks; static data; Boosting model; gene expression data
基金项目:中国博士后科学基金项目(2018M633187);深圳市发改委健康大数据智能分析技术国家地方联合工程中心
作者单位
车丹丹 中国科学院深圳先进技术研究院 深圳 518055;中国科学院大学深圳先进技术学院 深圳 518055 
郭顺 中国科学院深圳先进技术研究院 深圳 518055 
姜青山 中国科学院深圳先进技术研究院 深圳 518055 
摘要点击次数: 495
全文下载次数: 574
中文摘要:
      对于静态基因表达数据来说,推断基因调控网络仍是系统生物学中的一个挑战——存在大量识别难度高的直接或间接调控关系,而传统方法的准确性和可靠性还有待进一步提高。为此,该文提出一种基于 Boosting 集成模型的方法(XGBoost),应用随机化和正则化来解决模型过拟合问题,同时针对建模所得权重不一致的问题,对初始权重增加归一化和统计学方法处理。最终,采用 DREAM5挑战的基准数据集对所提出方法进行性能验证。实验结果表明,XGBoost 比现有其他方法获得更好的性能:在 in-silico 生成的模拟数据集中,接受者操作特征曲线面积(AUPR)和正确率-召回率曲线面积(AUROC)两个评估指标均显著优于现有方法;在 E.coli 和 S.cerevisiae 两种生物的真实实验数据中,AUROC 指标均高于现有最优方法。
英文摘要:
      Inferring gene regulatory networks (GRNs) from steady gene expression data remains a challenge in systems biology. There are a large number of potential direct or indirect regulatory relationships that are difficult to be identified by traditional methods. To address this issue, we propose a new method based on boosting integrated model, and apply randomization and regularization to solve the model over fitting problem. For the inconsistent weights from different subproblems, we integrate normalization and statistical methods to deal with the initial weights. Using the benchmark datasets from DREAM5 challenges, it shows that our method achieves better performance than other state-of-the-art methods. In the simulated data set generated by in-silico, the two evaluation indicators of area under precision-recall curves (AUPR) and area under receiver operating characteristic (AUROC) are significantly better than existing methods, and the accuracy is higher in the real experimental data of two organisms, E.coli and S.cerevisiae. Especially for AUROC, the indicators are higher than the existing best methods.
查看全文  查看/发表评论  下载PDF阅读器
关闭
微信关注二维码 用微信扫一扫 用微信扫一扫 用微信扫一扫

美女

美女图片

美女

美女图片