

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)
文檔簡介
1、生物信息學是一個新興的跨學科研究領(lǐng)域,通過采用計算方法來解決分子生物學問題,最終目的是能夠發(fā)現(xiàn)隱藏于海量生物數(shù)據(jù)中的生物模式和信息,并應用這些信息來提高對一些重要的生物運行機制的理解。生物序列分析則是生物信息學領(lǐng)域重要的基礎性研究工作。近年來,隨著生物學實驗數(shù)據(jù)的爆炸式增長,機器學習方法在生物序列分析和重要信息的提取中發(fā)揮著越來越重要的作用。機器學習通過建立適當?shù)慕y(tǒng)計模型,可以捕捉隱藏于大量實驗數(shù)據(jù)中的復雜模式并基于它們做出決策。因此,
2、機器學習方法特別適用于類似生物信息學的擁有大量數(shù)據(jù)但相應理論很不完善的領(lǐng)域。
本文圍繞機器學習方法在生物序列分析中的應用展開研究,主要做了以下工作:
1、求解多序列的最優(yōu)比對是一個NP問題,目前已有大量的方法和程序被開發(fā)出來用于蛋白質(zhì)多序列比對。但是,這些方法大多數(shù)都是使用優(yōu)化得分函數(shù)的方法獲得最佳或接近最佳的比對,因此只能產(chǎn)生一個單一的比對結(jié)果。最近的研究工作發(fā)現(xiàn),通過最優(yōu)化得分函數(shù)的方法取得的最佳序列比對結(jié)果,往
3、往并不是最具有生物學意義的比對。因此,本文提出一種基于集成學習的多蛋白質(zhì)序列比對方法,將隱馬爾可夫模型作為集成學習中的基分類器,在對訓練集中的序列進行排序后依次與隱馬爾可夫模型進行比對,根據(jù)比對結(jié)果優(yōu)化模型參數(shù),最后生成一組分數(shù)較高的比對結(jié)果。在構(gòu)建集成學習系統(tǒng)時,提出并證明了一種雙序列比對方法,可以精確計算出兩個給定蛋白質(zhì)序列的具有領(lǐng)先分數(shù)的若干個比對結(jié)果,其計算的時間復雜度為二次函數(shù)。此外,針對蛋白質(zhì)二級結(jié)構(gòu)信息對序列比對結(jié)果的影響
4、,在之前模型的基礎上進行改進,通過一個匹配矩陣實現(xiàn)蛋白質(zhì)二級結(jié)構(gòu)的匹配分數(shù)計算,并初步分析和探討了引入二級結(jié)構(gòu)信息對不同測試組的比對精度影響。
2、針對目前基于共變模型的非編碼RNA序列搜索軟件計算效率低的缺點,對傳統(tǒng)共變模型進行了改進。首先,對非編碼RNA家族的成員序列與該家族的共變模型比對的結(jié)果進行了分析,結(jié)果表明在共變模型的任何狀態(tài),最優(yōu)比對的子序列長度大多與一致結(jié)構(gòu)的長度相差不多。據(jù)此,將RNA家族的二級結(jié)構(gòu)分成若干個
5、基本的結(jié)構(gòu)單元,其中每一個結(jié)構(gòu)單元代表二級結(jié)構(gòu)中的一個莖或環(huán),并為每個結(jié)構(gòu)單元增加了長度限制。設計了一種結(jié)構(gòu)單元的長度限制計算方法,在計算出上、下限的同時,給出相應的置信度。并根據(jù)各個結(jié)構(gòu)單元的長度分布對家族中的序列在進化過程中出現(xiàn)插入和刪除的次數(shù)進行了限定,從而顯著降低了序列結(jié)構(gòu)比對的計算時間。
3、轉(zhuǎn)錄因子結(jié)合位點在基因調(diào)控中起著非常重要的作用,準確預測它們在啟動子區(qū)域的位置可以有助于理解特定基因的表達水平的調(diào)節(jié)。針對轉(zhuǎn)錄
6、因子結(jié)合位點的識別,已經(jīng)開發(fā)出了很多的計算方法和工具,但其預測的準確度并不理想。本文提出了一種基于圖論的轉(zhuǎn)錄因子結(jié)合位點的預測方法。通過一個無向有權(quán)圖來模擬同源基因的啟動子區(qū)域內(nèi)的所有子序列和它們之間的關(guān)系,從而把問題轉(zhuǎn)化為圖的最優(yōu)化問題。同時,為了提高尋找問題的最佳解決方案的速度,提出了一種預處理技術(shù),可以顯著降低圖的大小。最后,設計了一種枚舉算法搜索圖模型中的最大邊權(quán)團,最大邊權(quán)團對應的子序列即為預測的轉(zhuǎn)錄因子結(jié)合位點。
7、4、傳統(tǒng)的聚類方法在用于DNA微陣列數(shù)據(jù)分析時,多數(shù)只能生成一種聚類結(jié)果,無法識別出與多組不同的基因表達模式相類似的基因。針對該問題,提出一種基于圖形模型和圖割算法的DNA微陣列數(shù)據(jù)聚類方法,將樣本空間的整個數(shù)據(jù)集表示為一個有權(quán)圖,然后迭代地求解圖的最小割權(quán)值和第二小割權(quán)值,根據(jù)圖割,將圖分割為子圖。此外,在數(shù)學上證明了圖的第二最小割可以在多項式時間內(nèi)算出。對高連通圖的定義進行引申后,用于無向有權(quán)圖中,并將高連通圖的判據(jù)作為圖分割的終止
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 核學習方法及其在生物序列分析中的應用.pdf
- 基于機器學習方法的生物序列分類研究.pdf
- 粒遷移學習方法及其在序列標注中的應用.pdf
- 最優(yōu)化方法在生物序列比對中的應用與研究.pdf
- 模糊機器學習方法在熱軋層流冷卻中的應用.pdf
- 機器學習方法在銀行現(xiàn)金預測系統(tǒng)中的應用.pdf
- 多種機器學習方法在足球機器人系統(tǒng)中的應用.pdf
- 醫(yī)學圖象分析的機器學習方法.pdf
- 典型相關(guān)分析-在機器學習方法上應用的概述.pdf
- 機器學習算法在生物信息學中的應用.pdf
- 網(wǎng)絡入侵檢測中機器學習方法的應用研究.pdf
- 入侵檢測中的機器學習方法及其應用研究.pdf
- 混沌時間序列預測與儲備池機器學習方法研究.pdf
- 序列標注問題的監(jiān)督學習方法及應用
- 蟻群算法在生物序列比對中的應用.pdf
- 序列標注問題的監(jiān)督學習方法及應用.pdf
- 機器學習方法在遙感圖像處理中的應用研究.pdf
- 核機器學習方法研究.pdf
- 幾種典型機器學習方法及其應用研究.pdf
- 核機器學習方法及其在視覺檢測中的應用研究.pdf
評論
0/150
提交評論