一類學(xué)習(xí)語言及其在生物信息學(xué)中的應(yīng)用.pdf

1、1987年,Tom Head發(fā)表了一篇論文[3],引入拼接系統(tǒng)(splicing system)的概念作為限制酶與DNA(脫氧核糖核酸)作用、進(jìn)行DNA重組的數(shù)學(xué)模型.更重要的是,他還證明正則語言中的一類——嚴(yán)格局部可測(cè)語言,與拼接語言(由拼接系統(tǒng)產(chǎn)生的語言)的子類——持續(xù)拼接語言等價(jià).這就架起了分子生物學(xué)的數(shù)學(xué)分析與計(jì)算機(jī)科學(xué)中形式語言理論之間的橋梁.近十幾年,全世界生物學(xué)家收集的DNA、RNA(核糖核酸)、蛋白質(zhì)氨基酸序列原始數(shù)據(jù)不

2、斷激增,靠人工來處理這樣大量的數(shù)據(jù)顯然力不從心,利用計(jì)算機(jī)處理這些數(shù)據(jù)成為必然.生物信息學(xué)——一門綜合運(yùn)用數(shù)學(xué)、計(jì)算機(jī)科學(xué)和生物學(xué)的各種工具,來闡明和理解大量數(shù)據(jù)所包含的生物學(xué)意義的新興學(xué)科應(yīng)運(yùn)而生,飛速發(fā)展起來.生物信息的一個(gè)重要內(nèi)容是序列分析.序列分析中常用的有列比對(duì)、神經(jīng)網(wǎng)絡(luò)等方法.把形式語言運(yùn)用于序列分析,是一種新的嘗試.日本學(xué)者曾把持續(xù)局部可測(cè)語言用于血紅蛋白氨基酸序列的識(shí)別,取得很好的實(shí)驗(yàn)結(jié)果.我們探索把持續(xù)局部可測(cè)語言用于