模體的并行聚類算法研究及在短柄草核心啟動子預測的應用.pdf

1、隨著科學技術(shù)的飛速發(fā)展，基因測序的成本不斷減少，目前已有成千上萬物種的基因組被成功測序。由于一個生物體的生物學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保守，所以人們設計了大量的基于比較基因組學的算法來解讀這些已被測序的基因組中生物學功能的奧秘。
　　轉(zhuǎn)錄調(diào)控是基因表達的關(guān)鍵步驟之一，該過程主要是由轉(zhuǎn)錄因子控制的。每個轉(zhuǎn)錄因子的結(jié)合位點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)錄因子識別的相

2、似的一組轉(zhuǎn)錄因子結(jié)合位點稱為一個模體。通常，我們通過模體發(fā)現(xiàn)得到一些假定的模體后，需要對這些假定的模體進行聚類，使得能夠被同一轉(zhuǎn)錄因子識別的模體形成一聚類，而不同的聚類則分別對應了不同的轉(zhuǎn)錄因子所識別的模體。因此，設計一種新的模體聚類算法，用來將能夠被同一轉(zhuǎn)錄因子識別的模體進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，并且對其串行程序進行了并行化設計，大大提高了運算速度。然后，將CliP算法和