• 主题
高级搜索  >
历史搜索 清空历史
首页> 美国卫生研究院文献>EURASIP Journal on Bioinformatics and Systems Biology >A comparison study of optimal and suboptimal intervention policies for gene regulatory networks in the presence of uncertainty
【2h】

A comparison study of optimal and suboptimal intervention policies for gene regulatory networks in the presence of uncertainty

机译：存在不确定性时基因调控网络最优和次优干预政策的比较研究

代理获取
本网站仅为用户提供外文OA文献查询和代理获取服务，本网站没有原文。下单后我们将采用程序或人工为您竭诚获取高质量的原文，但由于OA文献来源多样且变更频繁，仍可能出现获取不到、文献不完整或与标题不符等情况，如果获取不到我们将提供退款服务。请知悉。
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

Perfect knowledge of the underlying state transition probabilities is necessary for designing an optimal intervention strategy for a given Markovian genetic regulatory network. However, in many practical situations, the complex nature of the network and/or identification costs limit the availability of such perfect knowledge. To address this difficulty, we propose to take a Bayesian approach and represent the system of interest as an uncertainty class of several models, each assigned some probability, which reflects our prior knowledge about the system. We define the objective function to be the expected cost relative to the probability distribution over the uncertainty class and formulate an optimal Bayesian robust intervention policy minimizing this cost function. The resulting policy may not be optimal for a fixed element within the uncertainty class, but it is optimal when averaged across the uncertainly class. Furthermore, starting from a prior probability distribution over the uncertainty class and collecting samples from the process over time, one can update the prior distribution to a posterior and find the corresponding optimal Bayesian robust policy relative to the posterior distribution. Therefore, the optimal intervention policy is essentially nonstationary and adaptive.
机译：对于给定的马尔可夫遗传调控网络设计最佳干预策略，必须具备对基础状态转换概率的全面了解。然而，在许多实际情况下，网络的复杂性质和/或识别成本限制了这种完美知识的可用性。为了解决这一难题，我们建议采用贝叶斯方法，将感兴趣的系统表示为几个模型的不确定性类别，每个模型都分配了一定的概率，这反映了我们对该系统的先验知识。我们将目标函数定义为相对于不确定性类别上的概率分布的预期成本，并制定使该成本函数最小的最佳贝叶斯鲁棒干预策略。对于不确定性类别中的固定元素，生成的策略可能不是最佳的，但在不确定性类别中取平均值时，则最佳。此外，从不确定性类别上的先验概率分布开始，并随时间从过程中收集样本，可以将先验分布更新为后验，并找到相对于后验分布的相应最佳贝叶斯鲁棒策略。因此，最佳干预政策本质上是不稳定的和自适应的。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
代理获取

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号