轉(zhuǎn)錄因子結(jié)合位點(diǎn)的識(shí)別與分析.pdf

1、隨著第二代測(cè)序技術(shù)的發(fā)展，大多數(shù)生物信息學(xué)領(lǐng)域也隨之飛速發(fā)展，例如TF調(diào)控，microRNA．表觀遺傳學(xué)，全基因組組裝，以及元基因組學(xué)等等。這些飛速發(fā)展的領(lǐng)域要求開發(fā)許多有效的工具為進(jìn)一步研究打好堅(jiān)實(shí)基礎(chǔ)。
　　 在本文中，我們開發(fā)了一些實(shí)用的軟件，例如smartSEED和GSP，討論了TFBS模體問題的p值計(jì)算，并應(yīng)用了一些優(yōu)美的算法和數(shù)學(xué)模型，例如隱馬模型模型，貝葉斯估計(jì)法和期望最大化算法。
　　 轉(zhuǎn)錄因子結(jié)合位點(diǎn)的

2、研究一直是研究蛋白質(zhì)與DNA相互作用的重要領(lǐng)域，許多科學(xué)家都致力于提出精確的模體識(shí)別算法的研究，我們的研究開發(fā)了一個(gè)基于嵌入隱馬爾科夫模型的模體識(shí)別的算法，介紹了一種用于嚴(yán)格計(jì)算字串的一階矩和二階矩的有效算法，計(jì)算由Markov鏈生成的至少出現(xiàn)一次字串的隨機(jī)文本概率。我們同時(shí)介紹了一個(gè)生成函數(shù)并推導(dǎo)了這個(gè)問題的一個(gè)漸進(jìn)近似。它們都可以用與檢查發(fā)現(xiàn)擬南芥基因組啟動(dòng)子內(nèi)隱含的模體并在此基礎(chǔ)上開發(fā)了一個(gè)實(shí)用的TFBS模體識(shí)別程序，smartS

3、EED。一些實(shí)驗(yàn)結(jié)果顯示我們的工具對(duì)全基因組的TFBS的預(yù)測(cè)十分有效，我們分析了基因組序列的特征。更進(jìn)一步，我們同時(shí)展開了關(guān)于位置特異的TFBS的識(shí)別，基本假設(shè)是結(jié)合復(fù)合體與TSS由于空間位阻的關(guān)系而導(dǎo)致的距離分布有相當(dāng)?shù)奈恢锰禺愋?。進(jìn)一步對(duì)擬南芥的TF基因的研究發(fā)現(xiàn)，擬南芥的TF基因在結(jié)構(gòu)上比普通基因具有更復(fù)雜的修飾機(jī)制。
　　 隨著大規(guī)模測(cè)序技術(shù)的發(fā)展，我們可以很容易的獲得高通量的基因組序列，我們開發(fā)了一個(gè)基于EM算法和貝葉