最優(yōu)化方法在生物序列比對中的應用與研究.pdf

1、序列比對是生物信息學中最重要和最基礎的研究方向，是研究物種間同源性關(guān)系的重要手段。隨著生物序列數(shù)據(jù)的飛速增長，如何提高序列比對速度和靈敏度成為生物序列比對研究需要迫切解決的問題。
　　 本文將最優(yōu)化方法應用到生物序列比對中，從而提高序列比對的效率。主要研究內(nèi)容和取得的成果如下：
　　 1．提出基于拉格朗日約束神經(jīng)網(wǎng)絡(LCNN)的自適應生物序列比對方法。把數(shù)字信號處理與生物序列分析融入到一起，通過建立風險函數(shù)并根據(jù)最優(yōu)原

2、則獲得生物序列相關(guān)性指標，得到序列比對結(jié)果。
　　 2．研究空位種子(Spaced Seed)理論和靈敏度計算模型，并在此基礎上提出了基于最優(yōu)搜索的空位種子尋找和計算方法，實現(xiàn)在有限時間資源限制條件下以最大概率尋找到具有最高靈敏度的空位種子，從而大大提高空位種子的計算效率。
　　 3．構(gòu)造與空位種子相關(guān)的重疊有向圖(Overlap Digraph)模型，根據(jù)重疊有向圖權(quán)值函數(shù)提出空位種子優(yōu)劣判斷準則。通過實驗可以證明重疊

3、有向圖模型可以在很短的時間內(nèi)得到靈敏度最優(yōu)或者接近最優(yōu)的空位種子。
　　 4．在前人研究的基礎上，進一步對插入-刪除種子進行更為深入的研究，并從數(shù)學上對插入-刪除種子(In-del Seed)進行定義，建立插入-刪除種子靈敏度計算模型。提出了基于種子重疊復雜度的計算方法，并通過flip函數(shù)對候選種子進行構(gòu)造。該方法能夠在較短時間內(nèi)找到給定權(quán)值和相似度等參數(shù)下的最優(yōu)插入-刪除種子，并從實驗上證明插入-刪除種子具有更高的靈敏度，同時