基因表達(dá)數(shù)據(jù)聚類(lèi)和分子結(jié)構(gòu)數(shù)據(jù)庫(kù)搜索.pdf

1、生物信息學(xué)是一門(mén)內(nèi)涵非常豐富的交叉學(xué)科，該學(xué)科的核心研究?jī)?nèi)容是使用計(jì)算機(jī)科學(xué)與技術(shù)對(duì)生物學(xué)研究的實(shí)驗(yàn)數(shù)據(jù)管理、統(tǒng)計(jì)、分析并預(yù)測(cè)，其作用已經(jīng)滲透到現(xiàn)代生物學(xué)研究的各個(gè)主要領(lǐng)域和階段。生物信息學(xué)是當(dāng)前計(jì)算機(jī)科學(xué)研究中的一個(gè)熱點(diǎn)領(lǐng)域。由于研究對(duì)象的背景不同，生物信息學(xué)與傳統(tǒng)的計(jì)算機(jī)科學(xué)具有相當(dāng)不同的研究特點(diǎn)和方法。在這個(gè)領(lǐng)域不斷有開(kāi)放性問(wèn)題涌現(xiàn)，同時(shí)已有問(wèn)題也仍然需要新的方法與技術(shù)以適應(yīng)不同的應(yīng)用情況。 本文深入討論了在生物信息學(xué)研究

2、中的兩個(gè)熱點(diǎn)問(wèn)題：基因表達(dá)數(shù)據(jù)聚類(lèi)分析和結(jié)構(gòu)數(shù)據(jù)庫(kù)搜索。我們匯總了在這兩個(gè)問(wèn)題上已有的工作，對(duì)其中有價(jià)值的思想，方法和技術(shù)做了總結(jié)與評(píng)估，在此基礎(chǔ)上，提出了用于新型基因．樣本．時(shí)間微陣列基因表達(dá)數(shù)據(jù)的聚類(lèi)算法gTRICLUSTER和用于化學(xué)化合物分子結(jié)構(gòu)數(shù)據(jù)庫(kù)的子結(jié)構(gòu)搜索算法GString。 與傳統(tǒng)的聚類(lèi)算法不同，gTRCLUSTER用于從新型的GST微陣列數(shù)據(jù)中挖掘一致性三維聚類(lèi)簇。與已有的方法相比，gTRICLUSTER突破

3、了強(qiáng)加的限制，使用了更為通用的三維聚類(lèi)模型。因此，gTRICLUSTER能夠找出有可能被已有方法忽略但卻具有生物學(xué)重要性的一致性基因聚類(lèi)簇。在真實(shí)數(shù)據(jù)庫(kù)上進(jìn)行的實(shí)驗(yàn)驗(yàn)證了該算法的有效性，同時(shí)顯示gTRICLUSTER具有良好的噪音魯棒性。合理地運(yùn)用gTRICLUSTER可以充分利用新型微陣列數(shù)據(jù)的優(yōu)勢(shì)，給用戶(hù)提供有用的信息。 GString是針對(duì)化學(xué)化合物分子結(jié)構(gòu)數(shù)據(jù)庫(kù)進(jìn)行子圖搜索的算法。我們從領(lǐng)域知識(shí)得到啟發(fā)，將語(yǔ)義信息記錄在