论文部分内容阅读
生物网络通常都是非常复杂的，如何从一个复杂的网络中搜索出网络motifs，这是生物学一直关注并致力于研究的问题.在搜索网络motifs问题上，如何确定出参与图比对的子图个数k是个至关重要的问题，而借助于逆跳MCMC算法正好可以用来处理含有未知分量个数κ的指数混合模型问题.
本文主要分三个部分.第一部分介绍了局部图比对的基本概念，同时讨论并建立了局部图比对的几个统计量.第二部分建立了一个混合Bayesian模型上的分层模型，并给出了一些变量的先验信息.第三部分在第一部分所建立的指数混合模型的基础之上，给出了逆跳移动的六个详细步骤，并将逆跳MCMC算法用于搜索网络motifs问题上，同时给出了逆跳MCMC算法用于确定参与局部图比对的子图个数κ和共有模式即motif的具体的理论基础及实现步骤.