模體的并行聚類算法研究及在短柄草核心啟動(dòng)子預(yù)測(cè)的應(yīng)用.pdf

1、隨著科學(xué)技術(shù)的飛速發(fā)展，基因測(cè)序的成本不斷減少，目前已有成千上萬(wàn)物種的基因組被成功測(cè)序。由于一個(gè)生物體的生物學(xué)功能密碼往往隱藏在它的基因組序列中，并且在這些密切相關(guān)的基因組序列中相對(duì)保守，所以人們?cè)O(shè)計(jì)了大量的基于比較基因組學(xué)的算法來(lái)解讀這些已被測(cè)序的基因組中生物學(xué)功能的奧秘。
　　轉(zhuǎn)錄調(diào)控是基因表達(dá)的關(guān)鍵步驟之一，該過(guò)程主要是由轉(zhuǎn)錄因子控制的。每個(gè)轉(zhuǎn)錄因子的結(jié)合位點(diǎn)通常都具有一定的共性或特定的模式，我們把能夠由同一轉(zhuǎn)錄因子識(shí)別的相

2、似的一組轉(zhuǎn)錄因子結(jié)合位點(diǎn)稱為一個(gè)模體。通常，我們通過(guò)模體發(fā)現(xiàn)得到一些假定的模體后，需要對(duì)這些假定的模體進(jìn)行聚類，使得能夠被同一轉(zhuǎn)錄因子識(shí)別的模體形成一聚類，而不同的聚類則分別對(duì)應(yīng)了不同的轉(zhuǎn)錄因子所識(shí)別的模體。因此，設(shè)計(jì)一種新的模體聚類算法，用來(lái)將能夠被同一轉(zhuǎn)錄因子識(shí)別的模體進(jìn)行聚類是十分必要的。
　　首先，本文提出了一種全新的模體聚類算法——Clip算法，并且對(duì)其串行程序進(jìn)行了并行化設(shè)計(jì)，大大提高了運(yùn)算速度。然后，將CliP算法和