一種有效的SDA模體發(fā)現(xiàn)算法.pdf

1、20世紀(jì)90年代以來(lái),生命科學(xué)研究取得了突破性的進(jìn)展,隨著人類(lèi)基因組計(jì)劃的開(kāi)展與現(xiàn)代生物技術(shù)的發(fā)展,人類(lèi)積累的大量生物信息數(shù)據(jù)為揭開(kāi)生命奧秘提供了數(shù)據(jù)基礎(chǔ)。序列分析成為計(jì)算生物信息學(xué)的一個(gè)重要研究領(lǐng)域。序列模體(Motif)發(fā)現(xiàn)是序列分析中的核心問(wèn)題,它涉及到基因的發(fā)現(xiàn)、轉(zhuǎn)錄因子結(jié)合位點(diǎn)的發(fā)現(xiàn)、啟動(dòng)子的發(fā)現(xiàn)等生物學(xué)問(wèn)題。模體發(fā)現(xiàn)是通過(guò)尋找不同序列間的相似片段來(lái)歸結(jié)出這些序列片段中所蘊(yùn)涵的特征模式。近年來(lái),在模體發(fā)現(xiàn)的算法研究方面,人們已

2、經(jīng)探索出了一些有效的算法。但不幸的是,隨著數(shù)據(jù)規(guī)模的不斷擴(kuò)大,大多數(shù)算法對(duì)這個(gè)NP-完全問(wèn)題的執(zhí)行效果都不理想。所以,積極探索更加有效的模體發(fā)現(xiàn)算法已成為生物序列研究領(lǐng)域中的重大課題,并受到越來(lái)越廣泛的關(guān)注。
　　 本文研究了DNA序列中模體發(fā)現(xiàn)問(wèn)題的算法。首先介紹了序列模體發(fā)現(xiàn)問(wèn)題,并對(duì)現(xiàn)有的模體發(fā)現(xiàn)算法進(jìn)行了詳盡的分析。在分析當(dāng)前算法的基礎(chǔ)上,提出了一種有效的SDA窮盡搜索的模體發(fā)現(xiàn)算法。該算法首先基于分治的思想把大規(guī)模的樣