综合chip-chip数据、基因敲除数据和表达谱数据重构基因调控网络

揭示生物体内在的调控机制是生物信息学的一项重要研究内容．各种高通量生物数据的涌现，为从基因组的尺度上重构基因调控网络提供了可能．由于单数据源仅能提供关于调控关系的片面信息且存在噪声，因此整合多种生物学数据的方法有望得到可靠性较高的调控网络．提出了一种综合chip-chip数据、knockout(敲除)数据和各种条件下的表达谱数据来推断调控关系的新方法．chip-chip数据和knockout数据能分别提供转录因子和目标基因对关系的直接物理结合和功能关系的证据，这两类数据的整合有望获得较高的识别准确率．但这两类数据的重合性通常较低，基于共调控的基因通常具有较高的表达相似性这一假设，在一定程度上降低了这两类数据重合性较低所带来的影响．算法所识别的大部分调控关系都被yeastract，高质量chip-chip数据和文献所验证，从而证明了该方法在调控关系的预测上具有较高的准确性．与其他方法的比较，也表明了该方法具有较高的预测性能．