生物序列模式挖掘方法研究及其應用.pdf

1、隨著生物信息學的發(fā)展，生命科學數(shù)據(jù)呈爆炸式增長，迫使人們尋求強有力的數(shù)據(jù)管理和分析工具。數(shù)據(jù)挖掘是目前最有效的數(shù)據(jù)分析手段，用于發(fā)現(xiàn)大量數(shù)據(jù)所隱含的各種規(guī)律。在生物序列分析中，數(shù)據(jù)挖掘技術有著非常廣闊的前景，對于提高數(shù)據(jù)處理能力、產(chǎn)生有價值的生物學知識起著重要作用。生物序列模式挖掘是生物序列數(shù)據(jù)挖掘的一項重要研究內(nèi)容，它對指導基因的識別和功能注釋、非編碼區(qū)功能元素的識別、蛋白質序列組成信息(如功能域或結構域)的識別等具有重要的意義。

2、 生物序列頻繁模式挖掘和生物序列特定模式挖掘是生物序列模式挖掘中兩個重要的研究內(nèi)容。針對傳統(tǒng)生物序列頻繁模式挖掘算法會在挖掘過程中產(chǎn)生大量短的模式而導致的挖掘效率低下的問題，本文提出一種基于模式劃分的生物序列頻繁模式挖掘算法MBioPM。MBioPM算法采用模式劃分的方法，挖掘時能從一個指定較長的模式長度開始挖掘，避免了產(chǎn)生大量的短的生物序列模式，明顯提高了挖掘的運行時間效率。實驗和分析證明了該算法的有效性。 為了解決傳統(tǒng)生