论文部分内容阅读
目的：网络解卷积算法对网络结构的优化效果.
方法：模拟研究采用四种网络算法对具有金标准的DREAM5平台数据进行网络构建,并评价解卷积优化前后的网络准确性.实例研究使用RF回归对卵巢癌晚期化疗敏感性患者的基因表达数据构建网络,再通过网络解卷积算法优化.
结果：拟研究结果表明,四种网络构建方法推断出来的网络结构在解卷积算法优化后,其准确性均有不同程度的提高,其中基于线性相关的网络构建方法提高幅度明显大于CLR和RF算法;实例分析结果表明,采用RF-ND方法构建的网络移除了部分间接边,其优化后能得到与现有数据库较为一致的网络结构.
结论：用解卷积算法能够优化不同网络构建方法得到的网络,实际中能得到准确度较高的网络结构.