基于改進K-means聚類的系統(tǒng)發(fā)育譜方法在基因功能注釋中的應用.pdf

1、隨著后基因組時代的到來，生物信息學的研究重心已經(jīng)從序列的測序轉移到對已測序的全基因組進行功能注釋。隨著大規(guī)模測序工具的高速發(fā)展，大通量的全基因組得到測序。僅僅依靠傳統(tǒng)的實驗方法來對這些新測序的數(shù)據(jù)進行功能分析已經(jīng)遠遠不能滿足當前的要求。因此，如何研究出基于計算的功能注釋方法以代替?zhèn)鹘y(tǒng)的實驗方法來預測這些海量數(shù)據(jù)背后隱藏的生物學功能，已經(jīng)刻不容緩的成為當前生物信息學的一個重要研究課題。 目前，基于計算的基因功能注釋方法主要分為兩

2、大類：基于同源性的注釋方法和基于非同源性的注釋方法。系統(tǒng)發(fā)育譜方法是基于非同源性方法中常用的一種。本文通過在現(xiàn)有系統(tǒng)發(fā)育譜方法中對參照物種的選擇方式進行分析，采用了構造基于權重的系統(tǒng)發(fā)育譜的思想，從而在保障有效的反映基因間的進化信息的同時，避免了傳統(tǒng)的參照物種選擇方法所帶來的巨大的工作量。此外，本文對經(jīng)典K均值聚類算法進行改進，并將改進后的聚類算法應用到對基因系統(tǒng)發(fā)育譜的相似性分析中去。實驗結果證明，基于權值的系統(tǒng)發(fā)育譜的構建以及改進的