先验知识整合：TF–靶基因数据库、ChIP-seq 与 ATAC

为什么需要先验

表达数据本身只含关联信息；在真核生物中，DREAM5 显示纯表达数据驱动的推断在酵母上表现很有限。而关于“谁可能调控谁”，生物学已经积累了大量独立证据。把这些证据作为先验，可以缩小搜索空间、为方向提供依据，并减少间接边。

先验的来源

整合策略

1. 限定候选集：只允许转录因子作为调控因子（GENIE3、GRNBoost2 的做法）；或只保留有基序/ChIP 支持的边（SCENIC 的剪枝步骤）。简单可靠，但先验中缺失的真边永远找不到。
2. 作为软约束：在回归中对先验边减小惩罚（Inferelator 一类方法；Greenfield 等, 2013, Bioinformatics 研究了如何在先验有错时稳健地加入先验），或在贝叶斯网络中给结构加先验概率。数据仍可推翻先验。
3. 估计转录因子活性：转录因子的 mRNA 水平常不反映其活性。把先验靶基因集合当作“读数”，用靶基因的表达估计转录因子活性（DoRothEA、CollecTRI 的主要用途），再用活性而非 mRNA 做下游分析或网络推断。
4. 事后注释：先用数据推断网络，再检查高分边在先验中的富集，作为合理性检验。

代码示例的“回归与先验整合”单元模拟了一个“一半真边、一半假边”的先验：样本少（$n=30$）时，先验把 LASSO 路径的 AUPR 从 0.55 提高到 0.64；样本多（$n=120$）时，仅数据 AUPR 为 0.80，加入先验反而降到 0.70；两种情形下先验中错误边的得分都被抬高。先验的价值取决于数据强弱与先验质量。