基于概率布尔网络的基因调控网络研究及应用

    刘家鑫+张佳惠+赵明+魏琪

    

    

    摘要：几乎所有的生命活动都受基因调控网络的影响，对基因调控网络的研究可以让人们从基因层面认识人类的生命活动。癌症在我国的发病率和死亡率日益上升，严重威胁了人类健康。文章在基因调控网络的基础上，以癌症的研究为例，在原有的布尔网络的基础上，通过引入更适合生物体内复杂环境的概率布尔网络，对癌症网络进行分析和预测，减少由于布尔网络的确定性产生的错误规则。

    关键词：基因调控网络；布尔网络；概率布尔网络；癌症；基因

    1 基因调控网络概述

    基因调控网络（Geneticregulatorynetworks，GRN）是指由于细胞内基因与基因之间的相互作用而形成的网络，具体指由细胞中参与基因调控作用的DNA，RNA、蛋白质、小分子以及它们之间的相互调控作用所形成的一种生化网络，是生物体内控制基因表达的一种机制。几乎所有生物的生命活动和功能都被基因调控网络所影响，因此对基因调控网络的研宄具有广泛的生物学意义。

    基因的表达是一个复杂的过程，它是由蛋白质合成中各个阶段共同调控的。调控层面主要分为3种：（1）在DNA转录成RNA过程中；（2）在RNA的运输和处理过程中；（3）RNA转录和蛋白质转译过程中。在转录中，基因表达的开始时，转录因子和起始序列因子结合，结合转录酶和RNA的相互作用，调控了基因表达的程度及结果，然而转录因子也会被其他因子所调节，因此，基因调控网络即基因之间相互作用、相互调控的结果。

    2 基因调控网络与癌症疾病之间的联系

    基因调控网络作为生物分子网络的一个重要组成部分，对其进行深入的分析可以从本质上加强对细胞生命活动以及致病基因表达机制过程的理解，利于解析生物体的生长发育、遗传信号的传输、细胞的分化及凋亡等生命活动规律。除此之外，还能对医学研宄提供思路，它能够有效地模拟和预测致病基因的行为，能够帮助医学专家研发出相应的药物。

    miRNA是真核生物中具有调控功能的非编码RNA，在转录的过程中，遗传物质发生变异，nnRNA的异常转录和表达都会导致蛋白质的翻译异常，从而引发疾病的产生，因此，我们要选用适当的方法对调控网络进行研宄，从本质上帮助我们减少此类问题的出现。

    3 布尔网络基因调控模型3.1布尔网络概述

    布尔网络是一种简化的网络模型，但却是研究基因网络的一个重要工具，在1969年kauffman最早提出它的分析框架，它可直观地表示基因网络的全局行为。在任意给定的一个时刻，基因只有两种状态，“开”和“关”，分别由0，1表示。状态“开”表示一个基因经过转录成功表达，形成基因产物，而状态“关”则代表一个基因未转录成功，没有基因产物。一个布尔网络包含个节点，也即个基因，每个基因是一个二进制变量，其从t时刻到汁1时刻是确定的。

    概率布尔网络（ProbabilisticBooleanNetworks，PBN）是在布尔型网络的基础之上加以概率变化形成。PBN除了具有布尔型网络的一般特性之外，由于其概率的变化特性，还可结合马尔科夫链对PBN进行分析。相比于布尔网络来说，概率布尔网络的引入会更适合生物体内的复杂的环境。

    3.2 布尔网络与概率布尔网络基因调控模型

    布尔网络模型是一种理想化的模型，在基因调控网絡模型中，它对生物体内的复杂环境都作了最大化的假设，在基因的水平上，将生物体内庞大的系统都用简单的逻辑规则来代替。显然由于生物体内的各种复杂性，布尔网络建模的确定性是其主要的缺点，它用逻辑规则来代替描述生物体内的遗传功能和相互作用，这样的推测很有可能导致错误的结果，因此我们引入了更加灵活的概率布尔网络基因调控模型。

    概率布尔网络基因调控模型是在布尔网络和马尔科夫链的结合，通过概率的特性，来研究生物体内的调控网络，其表达式如下：

    其中，F代表基因的每个时刻的状态有两种，是“0”或者“1”；F代表每个基因的可能的决定的函数，对于每—个都是可能的基因状态，是可能决定的函数的个数。

    3.3 基于概率布尔网络基因调控下的癌症预测模型

    以癌症的研宄为例，众所周知，癌症的发病率和死亡率在我国呈持续上升的状态，尽管近年来的医学水平和技术都在不断提高，然而癌症的死亡率依然居高不下，据研宄，大约一半以上的己知人类miRNA都分布在染色体的脆弱部位和基因组中的肿瘤相关区域。通过基因库，筛选出引发和抑制癌症相关的基因，构建出与癌细胞有关的基因调控网络te型，利用概率布尔网络对其进行分析，可以减少简化布尔网络带来的误差。

    分析癌症基因水平的诱发原因，关键是筛选出一些特征明显且具有良好的预测癌症功能的基因，建立良好的基因预测库，为接下来建立多基因的预测模型奠定基础。多基因预测模型的建立可以将来在很好地在预防癌症疾病的复发、癌症患者的个性化治疗等方面发挥作用。基于概率布尔网络的乳腺癌预测模型技术如图1所示。

    上述概率布尔网络创新方法可应用在乳腺癌疾病的早期诊断、个性化治疗、药物研制等方面，同时也对动植物生命活动的研宄提供新的方法。

    4 结语

    通过对现代基因调控网络的多方面分析，发现基因调控网络不仅可以增加癌症的及时诊断和治疗的概率，同时也可以提高植物抵抗外界的干扰能力，提高粮食产量等，在此基础上提出新的高效的基因调控网络。该研宄的成功开展，将会更好更快地解决上述问题。

    [参考文献]

    [1]刘湘琼.肝癌基因调控网络研究应用[J].生物工程学报，2016（10）：1322-1331.

    [2]张国伟.布尔基因网络及其研究[J].东华大学学报，2006（2）：128-129.

    [3]徐红林.基因调控网络的建模及其结构分解方法研究[D].无锡：江南大学，2010.

    [4]王沛.基因调控网络的控制：机遇与挑战[J].自动化学报，2013（12）：1969-1979.

    [5]赵文英.基于乳腺癌的若干miRNA的调控网络研究[D].西安：陕西师范大学，2013.

    [6]徐红林.用于基因调节网络建模的概率布尔型基因网络结构分析[J].江南大学学报，2004（5）：465-470.

    [7]徐红林.概率布尔型基因调节网络的分解方法研究[J].生物信息学，2005（16）：159-162.