Genler arasındaki nedensel ilişkileri bulma biyoinformatik’te en önemli konulardan biridir.
Birçok gen düzenleyici ağ çıkarım (GRNI) algoritmasları bu amaçla gelişitirilmiştir. Bu
çalışmada, C3NET algoritma ve G1DBN algoritması kullanırılıyor.
C3NET algoritmanın anlaşılmaktadır gen ağı yönsüzdür. G1DBN algoritmanın
anlaşılmaktadır gen ağı yönlüdür ama büyük veriler’de uygulandığında çok yavaş çalışıyor,
yönlendirilmiş gen ağları bulması için çok fazla zaman gerektirir.
Yaklaşımımız anlaşılmaktadır gen ağı yapmak için C3NET ve Dinamik Bayes Ağı
uygulayarak yön ve zaman gecikmesini çözüyor. Bizim yaklaşım iki adımdan oluşuyor, ilk
adımda C3NET algoritması tarafından genlerin etkileşimi olasılığı azalır, İkinci aşamada
genlerin her çift etkileşimi Dinamik Bayes ağ geçerlidir ve yönsüz ağı yönlü ağa çevirir.
Finding causal interactions between genes is one of the most important topics in
bioinformatics. Many gene regulatory network inference (GRNI) algorithm has been
introduced for this aim. In this study, we use C3NET algorithm and G1DBN algorithm.
C3NET algorithm’s inferred gene network is undirected. G1DBN algorithm’s inferred gene
network is directed but it’s too slow when applied to large expression data, it takes too much
time to infer directed gene networks.
Our approach solves both direction and time by applying Dynamic Bayesian Network to the
inferred gene network of C3NET to make the inferred gene network directed. So our approach
composed of two steps, in the first step decreases the interaction probability of genes by
C3NET algorithm, in the second step applies Dynamic Bayesian network to each pair
interaction of genes and make the undirected edges to directed edges.
