基于新一代測序技術(shù)的選擇性啟動(dòng)子和雙向啟動(dòng)子識別研究.pdf

1、新一代測序數(shù)據(jù)的出現(xiàn)和其驚人的進(jìn)步，為發(fā)展生物信息學(xué)研究方法，在全基因組中預(yù)測基因的啟動(dòng)子區(qū)域及轉(zhuǎn)錄因子結(jié)合位點(diǎn)，從而更好地闡明和理解基因轉(zhuǎn)錄調(diào)控機(jī)制奠定了基礎(chǔ)。
　　基因選擇性啟動(dòng)子的注釋對我們理解基因的生物學(xué)特性及它們的調(diào)控靶向是極為重要的。這個(gè)信息可以用于對基因上游調(diào)控區(qū)域的預(yù)測、對基因周邊的其他序列和結(jié)構(gòu)域亞單元的預(yù)測。雙向啟動(dòng)子擁有調(diào)控兩個(gè)下游基因的能力。雙向啟動(dòng)子區(qū)域的一些轉(zhuǎn)錄因子結(jié)合位點(diǎn)同時(shí)影響著方向相反的兩個(gè)基因的

2、表達(dá)。另外，雙向啟動(dòng)子在許多哺乳類的基因中被發(fā)現(xiàn)是普遍存在的基因結(jié)構(gòu)，這暗示著保留這種基因?qū)Φ慕Y(jié)構(gòu)存在著進(jìn)化壓力。
　　盡管現(xiàn)在已存在很多可用的啟動(dòng)子識別方法，由于區(qū)域的獨(dú)特特點(diǎn)，這些識別方法并不適用于選擇性啟動(dòng)子和雙向啟動(dòng)子的預(yù)測。本文的主要研究內(nèi)容分為兩個(gè)部分：對選擇性啟動(dòng)子的識別和對雙向啟動(dòng)子的識別。
　　本文分別針對選擇性啟動(dòng)子和雙向啟動(dòng)子的特征設(shè)計(jì)出區(qū)域表達(dá)模式，利用粒子群算法優(yōu)化表達(dá)模式的參數(shù)，在基因中識別出啟動(dòng)

3、子區(qū)域的位置。其中，選擇性啟動(dòng)子的識別主要通過啟動(dòng)子區(qū)域與基因間區(qū)域的相對值來判斷區(qū)域類型；雙向啟動(dòng)子則是在建立四個(gè)模型后，根據(jù)模型判別準(zhǔn)則在其中選擇出最適合的模型，最終得到區(qū)域類型。在得到識別結(jié)果后，利用DBTSS數(shù)據(jù)庫中已知的選擇性啟動(dòng)子位置信息來驗(yàn)證識別的選擇性啟動(dòng)子區(qū)域，并模擬雙向啟動(dòng)子區(qū)域可能出現(xiàn)的不同分布峰形來驗(yàn)證識別方法的有效性。
　　預(yù)測的選擇性啟動(dòng)子區(qū)域可以為基因組特征分析提供支持，包括對選擇性啟動(dòng)子區(qū)域與基因E