基于HMM模型的順式調(diào)控模塊識別方法的研究.pdf

1、轉(zhuǎn)錄因子結(jié)合位點(diǎn)是調(diào)控區(qū)域的特定的DNA片段，又被稱作模體，是重要的基因調(diào)控元件。在真核生物中，多個(gè)轉(zhuǎn)錄因子結(jié)合位點(diǎn)組成順式調(diào)控模塊(CRM)，對臨近的基因的表達(dá)提供著更為復(fù)雜的調(diào)控功能。人們逐漸的從對單個(gè)轉(zhuǎn)錄因子結(jié)合位點(diǎn)的研究轉(zhuǎn)向?qū)樖秸{(diào)控模塊的研究。如今，用計(jì)算方法識別順式調(diào)控模塊是生物信息學(xué)的一個(gè)熱點(diǎn)問題。
　　針對 HMM模型在順式調(diào)控模塊識別中的應(yīng)用問題，本論文的主要工作如下：
　　研究了當(dāng)今 HMM模型在CRM模

2、塊識別方法中的應(yīng)用情況，發(fā)現(xiàn)現(xiàn)有模型沒有很好的描述模塊內(nèi)的模體相關(guān)性。本文提出了一種新的HMM模型用于描述這種相關(guān)性。在這個(gè)模型的基礎(chǔ)上，提出部分參數(shù)設(shè)定的規(guī)則以降低模型的復(fù)雜性，提出一種基于Viterbi算法的參數(shù)學(xué)習(xí)過程。進(jìn)一步用Baum-Welch算法和這個(gè)新的學(xué)習(xí)算法訓(xùn)練部分參數(shù)，用Viterbi算法識別模體。根據(jù)合成序列進(jìn)行了實(shí)驗(yàn)分析，證實(shí)本模型可以很好的應(yīng)用于調(diào)控區(qū)域相關(guān)模體的識別和分析上。
　　提出一種CRM模塊識別

3、的方法TSHAS，該方法是一個(gè)基于HMM模型與序列統(tǒng)計(jì)的兩階段的方法。在HMM模型部分，先用假設(shè)檢驗(yàn)在序列中選出滿足條件的所有模體實(shí)例，在這些模體實(shí)例上構(gòu)建了相鄰模體相關(guān)的HMM模型，用來去除模體實(shí)例的重疊現(xiàn)象；采用了改進(jìn)的Viterbi算法來解碼序列，并用基于Viterbi算法的學(xué)習(xí)過程調(diào)優(yōu)模型參數(shù)。在序列統(tǒng)計(jì)部分，模擬了HMM模型輸出的序列得分在隨機(jī)情形下的分布的情況，進(jìn)一步，根據(jù)窗口得分的P-值計(jì)算，把序列上得分顯著的窗口作為最終