計(jì)算智能在生物信息學(xué)中的應(yīng)用研究.pdf

1、計(jì)算智能技術(shù)近年來(lái)在模式識(shí)別、人工智能、機(jī)器學(xué)習(xí)、知識(shí)發(fā)現(xiàn)、數(shù)據(jù)挖掘等許多領(lǐng)域得到了廣泛應(yīng)用.隨著人類基因組計(jì)劃的實(shí)施,以及更多生物基因組測(cè)序計(jì)劃的完成,計(jì)算智能開始在計(jì)算生物學(xué)和生物信息學(xué)中得到廣泛的應(yīng)用.該文主要在算法創(chuàng)新和計(jì)算智能技術(shù)在生物信息學(xué)上的實(shí)際應(yīng)用兩方面做了以下工作:1.根據(jù)真核生物內(nèi)含子在剪切位點(diǎn)前后存在保守堿基的特征,用支持向量機(jī)技術(shù)構(gòu)建分類器模型,有效地在基因組序列中識(shí)別剪接位點(diǎn),3'位點(diǎn)識(shí)別的準(zhǔn)確度87.96％,

2、在5'位點(diǎn)識(shí)別的準(zhǔn)確度達(dá)85.41％.2.為有效地分析水稻3'-UTR序列剪切位點(diǎn)上下游序列中的信息結(jié)構(gòu),提出了一個(gè)新的分析框架,即DNA序列的滑動(dòng)窗口信息熵模型.通過計(jì)算堿基概率分布的信息熵,揭示了水稻3'-UTR序列的信息結(jié)構(gòu).3.提出了基于支持向量機(jī)技術(shù)的滑動(dòng)窗口機(jī)器學(xué)習(xí)模型.用該模型得出的結(jié)果證實(shí)了滑動(dòng)窗口信息熵模型得出的結(jié)果的正確性.4.把遺傳算法和LVQ神經(jīng)網(wǎng)絡(luò)結(jié)合進(jìn)行高維空間的特征選擇,以解決兩類別的樣本分類問題,并利用白