基于支持向量機(jī)的生物數(shù)據(jù)分析方法研究.pdf

1、近幾十年來(lái)，公共數(shù)據(jù)庫(kù)中的生物分子數(shù)據(jù)正以指數(shù)型的速度在增長(zhǎng)。正是因?yàn)樯飳W(xué)對(duì)這些大量數(shù)據(jù)的處理和分析的需求，從而引發(fā)了生物信息學(xué)的誕生。它是利用數(shù)學(xué)、信息科學(xué)的理論、方法和技術(shù)去研究生物大分子以及它們的序列、結(jié)構(gòu)和功能。在生物信息學(xué)中，機(jī)器學(xué)習(xí)方法已經(jīng)成為解決這些生物學(xué)問(wèn)題的一個(gè)重要手段。本文的工作主要是研究了基于支持向量機(jī)的生物序列分類問(wèn)題的預(yù)測(cè)方法，其主要的貢獻(xiàn)如下：
　　 在第二章，我們提出了一種預(yù)測(cè)擬南芥基因調(diào)控關(guān)系的

2、計(jì)算方法。利用已有的調(diào)控?cái)?shù)據(jù)，我們構(gòu)建了擬南芥基因調(diào)控關(guān)系的正、負(fù)樣本數(shù)據(jù)集。通過(guò)將基因表達(dá)譜數(shù)據(jù)和轉(zhuǎn)錄因子及其靶基因序列信息的結(jié)合，我們提出了一種新的特征向量來(lái)表示每一對(duì)基因轉(zhuǎn)錄調(diào)控關(guān)系。然后我們選用了支持向量機(jī)和夾克刀測(cè)試來(lái)驗(yàn)證提出的方法。實(shí)驗(yàn)的結(jié)果顯示，我們的方法取得了98.39％的準(zhǔn)確度，94.88％的敏感度以及93.82％的特異性。
　　 在第三章，我們提出了一種新的偽氨基酸模型來(lái)預(yù)測(cè)凋亡蛋白的亞細(xì)胞定位問(wèn)題。我們采用

3、了氨基酸的替換矩陣和協(xié)方差變換來(lái)提取蛋白質(zhì)的序列特征并構(gòu)建其特征向量。這種表示方法不僅定量的描述了蛋白質(zhì)序列中氨基酸之間的差異性，而且考慮了部分氨基酸的序信息。通過(guò)與其他方法結(jié)果的比較，可以看出我們的方法達(dá)到了一個(gè)較好的預(yù)測(cè)精度。
　　 在第四章，我們構(gòu)建了一個(gè)預(yù)測(cè)PCR擴(kuò)增難易程度的數(shù)學(xué)模型。目前，對(duì)于PCR擴(kuò)增問(wèn)題大多數(shù)研究者主要關(guān)注的是實(shí)驗(yàn)過(guò)程，包括引物的設(shè)計(jì)等等，而對(duì)于PCR模板的分析卻極為少見(jiàn)。在本文的研究中，我們主要