一种基于自适应特征分析的基因调控网络共识推断方法

本发明属于生物信息学领域，涉及一种基于自适应特征分析的基因调控网络共识推断方法。首先，通过输入多算法推断结果并进行预处理，系统自动提取基因数量、边数量、权重均值、权重方差和网络密度五项关键特征，并计算各算法间的一致性得分；其次，基于特征与一致性得分动态分配各算法的集成权重，采用加权Borda计数法融合生成共识排名，并依据基因数量与网络密度自适应确定最优筛选阈值；最后，对所得共识网络进行量化质量评估，输出包含覆盖率、稳定性与共识强度的评估报告及最终网络。本发明实现了全自动、数据驱动的共识推断，显著降低了对外部参数与先验知识的依赖，为精准识别基因调控关系提供了可靠、可解释的计算工具。