基于核范数低秩表示的基因转录模块识别

Gene transcriptional modules recognition is helpful for understanding the gene fuction, and helpful for deeply understanding the complicated gene regulation. In order to sufficiently mine the knowledge in gene expression data, in this research, we will study the following terms: (1) Using the low-rank of gene regulation, integrating the characteristic of gene expression data, to employ nuclear norm optimal method. Based on which, the novel low-rank representation algorithm suit for gene expression data will be proposed. (2) To identifying the transcriptional modules by clustering the genes based on the low-rank submatrix of model organism gene expression data matrix. (3) Using low-rank representation algorithm to select genes which have a strong correlation between them based on transcriptional modules, then using these genes to inference the structure of subnetwork and reconstruct the gene regulatory network.

基因转录模块的识别能够帮助人们了解基因功能以及基因之间复杂的调控关系。为充分挖掘基因表达谱数据中蕴含的信息，本项目中，我们拟开展以下研究:(1) 结合基因表达数据特点，利用基因之间调控关系具有低秩性，采用核范数优化方法，设计出适合基因表达谱数据的低秩表示算法；(2)利用模式生物基因表达数据矩阵的低秩子矩阵，对基因进行功能聚类分析，发现具有特定功能的转录模块；(3)在对转录模块研究基础上，利用基因表达谱数据的低秩表示算法选择出相关性强的基因，推断出这些基因组成的子网络的结构，初步构建一些简单模式生物的基因调控网络。

基因表达谱数据是高维小样本数据，它包含了成千上万条基因，但是只有少部分的基因是能够调控基因表达的，因此，如何有效的发现这些基因就会显得尤为重要。本项目针对识别功能基因进行关键技术的研究，主要包括：（1）借鉴矩阵完备的思想处理带有缺失值的基因表达谱数据，提出采用矩阵范数识别出差异表达基因；（2）利用稀疏表示的思想，提出带有稀疏约束条件的方法识别关键基因，从而提高差异表达基因的识别率；（3）在处理含有噪声的数据时，提出带有L1正则化逻辑回归约束条件的降维方法，从而提高算法识别率；（4）在降维的基础上进行基因分组，也就是聚类分析，然后再逐步组合。识别出具有相同功能或者调控机制的基因，利用其中的结构信息进行基因网络构建；（5）基于密度泛函理论，氢气产生的过程（氢原子的吸附、氢气的形成能以及动力学）得到了很好的模拟计算，从理论上证明了金属镍掺杂对二硫化钴催化分解水产氢性能提升的重要作用。本项目的研究将为功能基因和转录模块的识别以及新科研领域的拓展提供理论和技术支持，具有重要的科学意义和研究价值。