
-
生物通官微
陪你抓住生命科技
跳动的脉搏
量子启发的复值编码与保真度度量在时间序列RNA测序基因网络分析中的应用
《BMC Bioinformatics》:Complex-valued representations of time-series gene expression profiles for network analysis
【字体: 大 中 小 】 时间:2026年11月19日 来源:BMC Bioinformatics 4.4
编辑推荐:
摘要背景时间序列RNA测序为研究动态基因调控提供了一个框架,但传统分析通常将基因表达谱表示为实值向量,并利用相关性或距离来量化相似性。受量子信息论启发,我们提出一个框架,将时间序列基因表达谱编码为由振幅和相位分量构成的复值向量。结果我们设计了多种编码模型,通过复值向量的振幅分量表
时间序列RNA测序为研究动态基因调控提供了一个框架,但传统分析通常将基因表达谱表示为实值向量,并利用相关性或距离来量化相似性。受量子信息论启发,我们提出一个框架,将时间序列基因表达谱编码为由振幅和相位分量构成的复值向量。
我们设计了多种编码模型,通过复值向量的振幅分量表示基因表达,在相位分量中编码时间差异,并扩展相位表示,以纳入局部表达变化的方向。随后,我们使用保真度量化基因间相似性;保真度衡量两个编码向量之间的重叠程度。对不同编码模型所得的成对保真度值以及这些值与传统相关性度量进行比较后发现,这些模型产生了彼此相关但又各不相同的相似性结构。接着,我们利用成对保真度值构建基因间网络,并检测出具有相似时间谱的基因社区。利用模拟的时间序列RNA测序数据集进行评估显示,所检测到的社区与真值时间模式具有中等程度的一致性;在调整兰德指数、调整互信息、成对F1分数、成对精确率和成对召回率等指标上,没有任何基于保真度的模型始终优于加权基因共表达网络分析(WGCNA)或模糊C均值聚类。在来自不同物种和生物学背景的真实时间序列RNA测序数据中,基于保真度的社区捕获了主要的时序表达程序,但不同编码模型所得的社区结构存在差异。功能注释为结果提供了探索性的生物学背景,主要时序表达程序与WGCNA和模糊C均值聚类识别出的结果大体重叠。作为补充性的概念验证,我们在经典计算机上模拟SWAP测试电路以估计保真度。在考虑噪声的条件下,模拟所得的保真度估计准确性较低,且计算开销高于直接采用经典计算所得的结果。
将时间序列基因表达谱表示为复值向量并利用保真度进行比较,为时序转录组分析提供了一个概念验证框架。结果表明,编码设计会改变基因间相似性所凸显的时序关系,但尚未确立其相对于传统方法的全面优势。
时间序列RNA测序为研究动态基因调控提供了一个框架,但传统分析通常将基因表达谱表示为实值向量,并利用相关性或距离来量化相似性。受量子信息论启发,我们提出一个框架,将时间序列基因表达谱编码为由振幅和相位分量构成的复值向量。
我们设计了多种编码模型,通过复值向量的振幅分量表示基因表达,在相位分量中编码时间差异,并扩展相位表示,以纳入局部表达变化的方向。随后,我们使用保真度量化基因间相似性;保真度衡量两个编码向量之间的重叠程度。对不同编码模型所得的成对保真度值以及这些值与传统相关性度量进行比较后发现,这些模型产生了彼此相关但又各不相同的相似性结构。接着,我们利用成对保真度值构建基因间网络,并检测出具有相似时间谱的基因社区。利用模拟的时间序列RNA测序数据集进行评估显示,所检测到的社区与真值时间模式具有中等程度的一致性;在调整兰德指数、调整互信息、成对F1分数、成对精确率和成对召回率等指标上,没有任何基于保真度的模型始终优于加权基因共表达网络分析(WGCNA)或模糊C均值聚类。在来自不同物种和生物学背景的真实时间序列RNA测序数据中,基于保真度的社区捕获了主要的时序表达程序,但不同编码模型所得的社区结构存在差异。功能注释为结果提供了探索性的生物学背景,主要时序表达程序与WGCNA和模糊C均值聚类识别出的结果大体重叠。作为补充性的概念验证,我们在经典计算机上模拟SWAP测试电路以估计保真度。在考虑噪声的条件下,模拟所得的保真度估计准确性较低,且计算开销高于直接采用经典计算所得的结果。
将时间序列基因表达谱表示为复值向量并利用保真度进行比较,为时序转录组分析提供了一个概念验证框架。结果表明,编码设计会改变基因间相似性所凸显的时序关系,但尚未确立其相对于传统方法的全面优势。