基因數(shù)據(jù)相似性分析方法研究.pdf

1、隨著人類基因組計劃的開展，以及各種生物基因序列的研究，產(chǎn)生了越來越多的龐大的分子序列數(shù)據(jù)，對這些序列數(shù)據(jù)進(jìn)行科學(xué)的分析和處理推動了生物信息學(xué)的發(fā)展。序列相似性分析是生物信息學(xué)的基礎(chǔ)，通過相似性分析獲得的大量序列信息可以用來推斷基因的結(jié)構(gòu)、功能和進(jìn)化關(guān)系，因此基因數(shù)據(jù)的相似性分析方法研究已成為生物信息學(xué)領(lǐng)域中一個非常重要的研究課題。 論文在綜述基因數(shù)據(jù)表示以及相似性分析方法研究現(xiàn)狀的基礎(chǔ)上，對聚類分析方法、序列相似度度量方法、基因

2、數(shù)據(jù)的空間表示和基于空間表示的相似性分析方法進(jìn)行了系統(tǒng)研究。本文取得的研究成果主要有： 1.提出了一種基于多維偽F統(tǒng)計量的基因表達(dá)動態(tài)聚類分析方法。該算法可動態(tài)地調(diào)整聚類個數(shù)，根據(jù)多維偽F統(tǒng)計量獲得最佳聚類數(shù)目，實驗結(jié)果表明該算法聚類質(zhì)量較好。針對基因微陣列數(shù)據(jù)缺失值嚴(yán)重影響聚類結(jié)果，本文利用模糊c．均值算法能很好地處理數(shù)據(jù)間的重疊性和相關(guān)性的特點，將它應(yīng)用到基因表達(dá)數(shù)據(jù)的缺失問題處理中，提出了基于模糊C-均值的填充算法FCMi

3、mpute，實驗結(jié)果表明，F(xiàn)CMimpute填充在處理缺失值問題上是可行的、有效的，并且其填充性能表現(xiàn)尤為優(yōu)越。 2.提出了一種基于比對相似度動態(tài)矩陣的聚類算法。在DNA基因序列方面，本文研究分析了基于圖BAG聚類算法，給出了一種cutoff初始值、最小長度閥值和分割/合并類的確定方法，提出基于比對相似度動態(tài)矩陣的聚類算法。實驗結(jié)果表明該算法具有較好的聚類正確率。 3.提出一種基于雙重核苷酸出現(xiàn)頻率的序列相似度度量方法。

4、針對大量DNA多序列比對計算復(fù)雜問題，給出了DNA序列的相鄰雙重核苷的分類，通過序列的數(shù)字特征描述序列，給出了一種基于雙重核苷酸出現(xiàn)頻率的序列相似度度量方法，可有效地表示序列的相似度，且計算簡單。 4.提出了一種DNA序列圖形表示，定義了一個序列特征參數(shù)，給出了可凝聚層次聚類的進(jìn)化樹構(gòu)建算法。針對DNA序列的圖形表示存在退化現(xiàn)象，本文提出一種3D曲線表示法-N曲線，證明了N曲線中不存在環(huán)和退化現(xiàn)象，且符合DNA序列的對稱性；定義

5、了一個新的序列特征參數(shù)Z_inv，該特征參數(shù)計算簡單且非常接近于特征值λ；根據(jù)DNA序列三維圖形表示，提出一種基于可凝聚層次聚類的進(jìn)化樹構(gòu)建算法，實驗結(jié)果表明了該算法的有效性。 5.提出了RNA二級結(jié)構(gòu)的2D、3D、4D空間表示方法，對RNA二級結(jié)構(gòu)進(jìn)行了相似性分析。針對RNA二級結(jié)構(gòu)表示法中主要的高復(fù)雜性和退化問題，本文提出了RNA二級結(jié)構(gòu)的2D、3D、4D空聞表示方法，并證明了該表示法的有效性，采用矩陣不變量對RNA二級結(jié)構(gòu)