C3NET algorithm using Dynamic Bayesian Network

Abstract

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.