利用遺傳算法改進(jìn)基于哈希樹的關(guān)聯(lián)規(guī)則挖掘共調(diào)控基因.pdf

1、隨著20世紀(jì)末生物技術(shù)的發(fā)展，基因組全序列測序完成，科學(xué)家掌握了大量生物基因數(shù)據(jù)，為生物信息學(xué)發(fā)展提供了廣闊的空間。計算機(jī)學(xué)家、數(shù)學(xué)家和生物學(xué)家一起投入到生物信息的破解當(dāng)中，其中構(gòu)建基因調(diào)控網(wǎng)絡(luò)吸引大量研究人員的注意。
　　現(xiàn)代生物學(xué)研究表明，一個生物系統(tǒng)所有類型細(xì)胞具有相同的基因組。細(xì)胞分化主要是通過基因表達(dá)水平的變化而不是基因序列改變而實現(xiàn)。基因表達(dá)是指結(jié)構(gòu)基因在生物體內(nèi)的轉(zhuǎn)錄、翻譯以及所有加工過程。任何影響基因開啟與關(guān)閉、轉(zhuǎn)

2、錄和翻譯速率的直接因素統(tǒng)稱為對基因表達(dá)的調(diào)控。共調(diào)控基因是受某些轉(zhuǎn)錄因子調(diào)控的一組基因，是建立基因調(diào)控網(wǎng)絡(luò)的基礎(chǔ)。在計算機(jī)處理當(dāng)中，一般認(rèn)為共調(diào)控基因是由至少一個轉(zhuǎn)錄因子調(diào)控的一組基因。然而現(xiàn)在的研究大多用共表達(dá)基因來近似共調(diào)控基因，但是它們存在很大不同，不能直接等同。
　　本文研究了基因表達(dá)譜數(shù)據(jù)，根據(jù)其數(shù)據(jù)特性和生物機(jī)理，提出了一種挖掘共調(diào)控基因的新方法，主要做了以下幾方面工作：第一，仿真一種利用基因表達(dá)值變化趨勢挖掘正負(fù)共調(diào)

3、控基因的方法。第二，改進(jìn)關(guān)聯(lián)規(guī)則，關(guān)聯(lián)規(guī)則以往一般只能挖掘正規(guī)則，本文對算法進(jìn)行改進(jìn)還可以挖掘負(fù)規(guī)則，為提高算法效率，在關(guān)聯(lián)規(guī)則中運用統(tǒng)一的哈希樹存儲和搜索頻繁項集，提高時間和空間效率。第三，將遺傳算法運用到關(guān)聯(lián)規(guī)則中，擴(kuò)展了產(chǎn)生規(guī)則的能力，產(chǎn)生不止一個左項。運用該方法挖掘酵母和擬南芥兩種模式生物基因表達(dá)譜，得到大量有價值的數(shù)據(jù)，并通過與數(shù)據(jù)庫比較，查找轉(zhuǎn)錄因子和轉(zhuǎn)錄因子結(jié)合位點，發(fā)現(xiàn)所產(chǎn)生的規(guī)則確實由相同的轉(zhuǎn)錄因子調(diào)控，并且上游基因序