基因表达与调控组织特异性模式发现及评价机制研究

辨识和分析组织特异性基因及其调控关系对理解生物体的内在活动机制、具有针对性的疾病诊断和药物设计具有重要作用。本项目以基因表达及调控的组织特异性为研究对象，利用贝叶斯分析的方法与理论，从基因表达、序列模式及相互作用网络三个层次，综合研究组织特异性模式发现与评价算法。具体地说，研究基于约束的贝叶斯混合模型分析基因跨组织的共表达模式，通过基因集合富集分析来评价模式的有效性；集成现有的模式发现方法，发现组织特异性基因序列模式，通过贝叶斯因子分析的方法，评价目标基因序列模式的重要性；构建组织特异性基因及其转录因子与编码蛋白相互作用网络，通过网络拓扑分析方法，研究相互作用网络的特异性结构。最终，构建一个基于语义网的基因表达及其调控组织特异性综合知识库。

该项目以基因表达及调控的组织特异性为研究对象，利用机器学习尤其是贝叶斯的方法与理论，从基因表达、调控序列模式及相互作用网络三个层次，综合研究组织特异性模式发现与评价算法。实现了一个集成多种序列发现算法的工作流web服务；设计了集成Z-score检验、贝叶斯假设检验和超几何分布假设检验、融合三种评分放的序列模式有效性检验方法；设计和实现了基于随机游走隐马尔科夫模型的生物网络子图查询算法和基于中介度的Date Hub蛋白识别算法，用以发现人类组织相互作用网络中保守的功能子模块；设计和实现了用于处理生物大数据的迭代MapReduce分布式架构及评价挖掘算法有效性的PAC-Bayes泛华别介计算方法；设计和实现了基于语义模型的基因表达与调控中和知识库平台。项目成果进一步推广获得了国家863计划生物大数据处理专项支持及在电子政务与医院信息化方面的应用。