21.2: Inferencia de estructura

Preguntas Clave en la Inteferencia de Estructuras

¿Cómo elegir modelos de red? Existen varios modelos para representar redes, un problema clave es elegir entre ellos en función de los datos y la dinámica predicha.

¿Cómo elegir los métodos de aprendizaje? Existen dos métodos amplios para las redes de aprendizaje. Los métodos no supervisados intentan inferir relaciones para puntos de datos no alabeados y se describirán en secciones por venir. Los métodos supervisados toman un subconjunto de bordes de red que se sabe que son regulatorios y aprenden un clasificador para predecir otros nuevos. ²

¿Cómo incorporar datos? Se puede usar una variedad de fuentes de datos para aprender y construir redes, incluidos Motivos, ensayos de unión a ChIP y expresión. Las fuentes de datos están siempre en expansión; la expansión de la disponibilidad de datos está en el corazón de la revolución actual en el análisis de redes biológicas.

Representaciones matemáticas abstractas para redes

Piense en una red como una función, una caja negra. Las redes regulatorias, por ejemplo, toman expresiones de entrada de los reguladores y escupen la expresión de salida de los objetivos. Los modelos difieren en elegir la naturaleza de las funciones y asignar significado a nodos y bordes.

Red booleana Este modelo discretiza los niveles de expresión de los nodos y las interacciones. Las funciones representadas por bordes son puertas lógicas.

Modelo de Ecuación Diferencial Estos modelos capturan dinámicas de red. Los cambios en la tasa de expresión son función de los niveles de expresión y las tasas de cambio de los reguladores. Para estos puede ser muy difícil estimar parámetros. ¿Dónde se encuentran los datos para sistemas fuera de equilibrio?

Modelo gráfico probabilístico Estos sistemas modelan las redes como una distribución conjunta de probabilidad sobre variables aleatorias. Los bordes representan dependencias condicionales. Los modelos gráficos probabilísticos (PGM) están enfocados en la conferencia.

Modelos gráficos probabilísticos

Los modelos gráficos probabilísticos (PGM) son entrenables y capaces de lidiar con el ruido y por lo tanto son una buena técnica gráfica Bayesian Network Directed. ³ En las PGM, los nodos pueden ser factores de transcripción o genes y son modelados por variables aleatorias. Si conoce la distribución conjunta sobre estas variables aleatorias, puede construir la red como un PGM. Dado que esta estructura gráfica es una representación compacta de la red, podemos trabajar con ella fácilmente y realizar tareas de aprendizaje. Los ejemplos de PGMS incluyen:

Red Bayesiana Técnica gráfica dirigida. Cada nodo es padre o hijo. Los padres determinan completamente el estado de los hijos pero sus estados pueden no estar disponibles para el experimentador. La estructura de la red describe la distribución total de probablilidad conjunta de la red como producto de distribuciones individuales para los nodos. Al dividir la red en potenciales locales, la complejidad computacional se reduce drásticamente.

Red Bayesiana Dinámica Técnica gráfica dirigida. Las redes bayesianas estáticas no permiten dependencias cíclicas pero podemos intentar modelarlas con redes bayesianas permitiendo dependencias arbitrarias entre nodos en dierent puntos de tiempo. Por lo tanto, se permiten dependencias cíclicas a medida que la red avanza a través del tiempo y la probabilidad conjunta de la red en sí misma puede describirse como una articulación en todo momento.

Markov Campo Aleatorio Técnica gráfica no dirigida. Modela potenciales en términos de camarillas. Permite modelar gráficos generales incluyendo cíclicos con mayor orden que las dependencias por pares.

Gráfico Factor Técnica gráfica no dirigida. Las gráficas factoriales introducen nodos “factoriales” especificando potenciales de interacción a lo largo de los bordes. Los nodos factoriales también se pueden introducir para modelar potenciales de orden superior que por pares.

Es más fácil aprender redes para modelos bayesianos. Los campos aleatorios de Markov y los gráficos factoriales requieren la determinación de una función de partición complicada. Para codificar la estructura de la red, solo es necesario asignar variables aleatorias a TFs y genes y luego modelar la distribución de probabilidad conjunta.

Redes bayesianas proporcionan representaciones compactas de JPD

La principal fortaleza de las redes bayesianas proviene de la simplicidad de su descomposición en padres e hijos. Debido a que las redes están dirigidas, la distribución de probabilidad conjunta completa se descompone en un producto de distribuciones condicionales, una por cada nodo de la red. ⁴

Inferencia de red a partir de datos de expresión

Utilizando datos de expresión y conocimiento previo, el objetivo de la inferencia de la red es producir un gráfico de red. Las gráficas serán no dirigidas o dirigidas. Las redes regulatorias, por ejemplo, a menudo serán dirigidas mientras que las redes de expresión, por ejemplo, no estarán dirigidas.

---

² Los métodos supervisados no se abordarán hoy.
³ Estos son los modelos de Dr. Roys de elección para tratar con redes biológicas.