그래픽 모델 및 유전체 발현 데이터를 사용하여 유전적 조절 네트워크 모델을 통계적으로 검증하기

우리는 유전체 발현 데이터를 분석하기 위한 모델 주도 접근 방식을 제안합니다. 이 접근 방식은 유전적 조절 네트워크를 생물학적으로 해석 가능한 계산 형태로 표현할 수 있게 해줍니다. 우리의 모델은 관찰되지 않은 요인을 포착하는 잠재 변수를 허용하며, 다양한 수준의 정교함에서 임의로 복잡한(쌍 간 이상의) 관계를 설명하고, 관찰 데이터에 대해 엄격하게 평가될 수 있습니다. 우리가 사용하는 모델은 베이지안 네트워크와 그 확장에 기반합니다. 이 접근 방식의 시연으로, 우리는 S. cerevisiae에서 갈락토스 조절 네트워크의 대안 가설을 올바르게 구분하기 위해 52개의 유전체에 해당하는 Affymetrix GeneChip 발현 데이터를 활용합니다. 주석이 있는 엣지를 허용하기 위해 그래프 의미론을 확장할 때, 우리는 더 세밀한 사양 수준에서 관계를 설명하는 모델을 평가할 수 있습니다.