基于单细胞RNA测序数据的基因调控网络推断算法综述

作     者：张少强 潘镜伊 ZHANG Shaoqiang;PAN Jingyi

作者机构：天津师范大学计算机与信息工程学院天津300387 

出 版 物：《天津师范大学学报（自然科学版）》 (Journal of Tianjin Normal University：Natural Science Edition)

年 卷 期：2024年第44卷第1期

页      面：1-12页

学科分类：0831[工学-生物医学工程（可授工学、理学、医学学位）] 0711[理学-系统科学] 07[理学] 081203[工学-计算机应用技术] 08[工学] 0835[工学-软件工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：国家自然科学基金资助项目(61572358) 天津市自然科学基金重点资助项目(19JCZDJC35100) 

主　　题：基因调控网络 单细胞RNA测序 网络推断算法 深度学习 

摘      要：通过基因表达的变化可以推断基因调控网络.单细胞RNA测序(scRNA-seq)为推断细胞周期或分化等时间依赖性生物过程的基因调控网络提供了新的可能性,基于scRNA-seq数据的基因调控网络推断算法成为一个相对活跃的研究方向.本文首先对26种基因调控网络推断算法进行介绍,包括3种针对批量RNA测序数据的推断算法和23种针对scRNA-seq数据的推断算法(基于布尔网络的算法2种、基于微分方程的算法3种、基于伪时序基因相关性集成策略的算法5种、基于共表达基因的算法4种、基于细胞特异性的算法3种、基于深度学习的算法6种),详细描述了每类算法的方法原理和算法优缺点,对算法进行综合比较;然后分析了推断算法比较研究的相关成果,并使用scRNA-seq数据简单评估了26种算法的性能;最后探讨当前基因调控网络推断算法面临的机遇与挑战.