改進(jìn)的基于分步的復(fù)合模式查找算法研究.pdf

1、復(fù)合模式查找是生物信息學(xué)中模式發(fā)現(xiàn)問題的一個(gè)新的研究領(lǐng)域，而尋求效率更高，精度更高的復(fù)合模式查找算法將是此研究領(lǐng)域的熱點(diǎn)與目標(biāo)。復(fù)合模式查找問題是模式查找問題的泛化形式，而復(fù)合模式查找的難點(diǎn)在于組成復(fù)合模式的其中一個(gè)或多個(gè)單分體模式可能“太弱”，即不具有統(tǒng)計(jì)顯著性，因此通常用于查找單分體模式的方法很難應(yīng)用于復(fù)合模式查找。
　　本文提出一種改進(jìn)的基于分步的復(fù)合模式查找算法，稱為IACF算法(theImproved Algorithm

2、 for Composite Pattern Discovery based on Fractional Steps)，IACF算法將隨機(jī)投影算法、遺傳算法和多序列比對算法結(jié)合在一起：首先使用隨機(jī)投影算法和遺傳算法查找復(fù)合模式中強(qiáng)單分體的模式實(shí)例；再在其下游或上游一定距離范圍內(nèi)定位出另一個(gè)弱單分體的候選模式實(shí)例，用多序列比對找到每條序列的弱的單分體的模式實(shí)例，并記錄兩個(gè)單分體模式實(shí)例間的距離，組合兩部分得到復(fù)合模式實(shí)例；最后用不考慮空位