计算机科学与探索

作者：张倩倩, 胡春玲, 张家瑶, 李大伟, 邵鸣义

单位：1. 合肥学院 人工智能与大数据学院，合肥 2300312. 合肥学院 安徽省城市基础设施大数据技术应用工程实验室，合肥 230031

关键词：动态贝叶斯网络,非齐次动态贝叶斯网络,基因调控网络,生物信息学

在生物信息学领域中，基因调控网络的构建至关重要。近年来，非齐次动态贝叶斯网络已成为从基因表达时间序列数据中学习基因调控网络的一种常用建模工具。针对这一研究领域，梳理了基于齐次动态贝叶斯网络的基因调控网络建模方法，并从时间片划分方式和基因调控网络参数学习，综述了近十几年提出的非齐次动态贝叶斯模型，主要内容包括：时间片划分方式，包括自由分配、连续变点过程、离散变点过程以及基于隐马尔可夫的变点过程；基因调控网络参数学习，主要包括顺序耦合参数和全局耦合参数。之后对非齐次动态贝叶斯网络模型的性能进行了分析，着重介绍了这些模型对于基因调控网络建模的准确性和可靠性，以及模型之间的区别与联系。最后指出了基因调控网络构建的困难和挑战以及非齐次动态贝叶斯网络模型未来的一些研究方向。

来源：2023年第2期

《计算机科学与探索》期刊编辑部

查看计算机科学与探索杂志2023年第2期