數(shù)據(jù)挖掘在生物信息處理中的應(yīng)用植物miRNAs的聚類與預(yù)測算法分析.pdf

1、當(dāng)前核酸、蛋白質(zhì)數(shù)據(jù)呈幾何級(jí)數(shù)增長，如何從海量數(shù)據(jù)中獲取有效信息成為生物信息學(xué)迫切需要解決的問題。數(shù)據(jù)挖掘技術(shù)就是從大量的數(shù)據(jù)中挖掘出有用的或者人們感興趣的知識(shí)的一種方法。本論文運(yùn)用數(shù)據(jù)挖掘中的聚類分析思想及關(guān)聯(lián)規(guī)則，對植物 miRNAs 進(jìn)行了聚類分析和預(yù)測。 生物信息學(xué)傳統(tǒng)的聚類分析方法要求對待分析的序列進(jìn)行預(yù)排列，同時(shí)引入空位和罰分，這使得聚類的好壞與比對算法直接相關(guān)，且不同的聚類方法對于不同的分析對象聚類效果也存在差異。

2、因此，本論文首先分析了鄰接法、最大似然法、最大簡約法對于植物 miRNAs 的適應(yīng)性。分析發(fā)現(xiàn)，最大似然法和最大簡約法對植物 miRNAs 的聚類效果明顯優(yōu)于鄰接法。隨后，本論文提出了一種基于序列結(jié)構(gòu)的聚類分析算法，該算法以序列結(jié)構(gòu)的相似性作為聚類標(biāo)準(zhǔn)，不需要預(yù)排列，不但能正確地反映不同 miRNAs 之間的結(jié)構(gòu)相關(guān)性，還能較好地反映成熟miRNAs 與其前體序列之間的結(jié)構(gòu)一致性。在對已有的植物 miRNAs的統(tǒng)計(jì)分析基礎(chǔ)上，通過對不同