基于位置依賴性的Gibbs采樣模體發(fā)現(xiàn)算法.pdf

1、創(chuàng)新性聲明本人聲明所呈交的論文是我個人在導(dǎo)師指導(dǎo)下進行的研究工作及取得的研究成果。盡我所知，除了文中特別加以標(biāo)注和致謝中所羅列的內(nèi)容以外，論文中不包含其他人已經(jīng)發(fā)表或撰寫過的研究成果；也不包含為獲得西安電子科技大學(xué)或其它教育機構(gòu)的學(xué)位或證書而使用過的材料。與我一同工作的同志對本研究所做的任何貢獻均已在論文中做了明確的說明并表示了謝意。申請學(xué)位論文與資料若有不實之處，本人承擔(dān)一切相關(guān)責(zé)任。本人簽名：甄苛餒日期p口7多7關(guān)于論文使用授權(quán)的說

2、明本人完全了解西安電子科技大學(xué)有關(guān)保留和使用學(xué)位論文的規(guī)定，即：研究生在校攻讀學(xué)位期間論文工作的知識產(chǎn)權(quán)單位屬西安電子科技大學(xué)。本人保證畢業(yè)離校后，發(fā)表論文或使用論文工作成果時署名單位仍然為西安電子科技大學(xué)。學(xué)校有權(quán)保留送交論文的復(fù)印件，允許查閱和借閱論文；學(xué)?？梢怨颊撐牡娜炕虿糠謨?nèi)容，可以允許采用影印、縮印或其它復(fù)制手段保存論文。(保密的論文在解密后遵守此規(guī)定)本學(xué)位論文屬于保密在年解密后適用本授權(quán)書。本人簽名：張琦葭日期沙口羅孟

3、7新簽名：兩磁’日期硯‘，夕IN|摘要『lUlIIIII11IllIllIIflf＼1867230近年來，隨著生物測序技術(shù)的突飛猛進，現(xiàn)代生物技術(shù)的研究取得了突破性的進展，生物序列數(shù)據(jù)以前所未有的速度增長。人工分析和處理生物序列數(shù)據(jù)已無法滿足需要，如何分析和處理如此龐大的數(shù)據(jù)，以及理解這些生物數(shù)據(jù)所表示的生物意義，已經(jīng)成為當(dāng)前重要的研究任務(wù)。DNA序列中的模體發(fā)現(xiàn)是生物信息學(xué)中最基本的問題，它涉及到基因的發(fā)現(xiàn)、轉(zhuǎn)錄因子結(jié)合位點的發(fā)現(xiàn)、啟

4、動子的發(fā)現(xiàn)等生物學(xué)問題。生命性狀由基因決定，當(dāng)前基因如何決定性狀的研究已從單個基因決定作用轉(zhuǎn)向多個基因的協(xié)同作用研究。DNA序列調(diào)控區(qū)的模體對DNA的轉(zhuǎn)錄翻譯起著重要作用，因此對調(diào)控區(qū)motif的分析具有重大意義和理論價值。同時，識別這些模體對基因組解碼也起到了非常重要的作用。目前，已經(jīng)有很多算法被用來解決模體發(fā)現(xiàn)問題，例如Gibbs采樣算法，MEME算法等。本文首先對模體發(fā)現(xiàn)算法中常用的模型進行了分析，并且基于不同的模型對上述幾種傳統(tǒng)

5、的模體發(fā)現(xiàn)算法進行了分析和研究。這些傳統(tǒng)的算法都假設(shè)模體內(nèi)部各個位置之間是相互獨立的。但是最近的生物實驗證實，模體內(nèi)部各個位置之間并不是完全獨立的，有的模體的各個位置之間存在明顯的依賴性。這種依賴性應(yīng)該被用于模體識別以提高模體識別的精度。本文正是基于這種考慮，將模體內(nèi)部的依賴性引入得分函數(shù)中，基于Gibbs采樣算法提出了PIGS算法，進行motif識別。同時改進了Gibbs采樣算法的收斂條件和相移方法。在合成數(shù)據(jù)和真實數(shù)據(jù)上的實驗結(jié)果表