利用貝葉斯統(tǒng)計建立生物信息學模型.pdf

1、南開大學碩士學位論文利用貝葉斯統(tǒng)計建立生物信息學模型姓名：蔣青松申請學位級別：碩士專業(yè)：概率論與數理統(tǒng)計指導教師：沈世鎰200403011前言生物信息學(Bioinformatics)是一門相當年輕的學科，它是伴隨著八九十年代計算機技術的迅猛發(fā)展，同時得以獲得自身的發(fā)展的。無論從理論上來講還是從現(xiàn)實情況來看，生物信息學的實質就是利用計算機科學和網絡技術來解決生物學問題。二十世紀尤其是末期，生物科學技術的迅猛發(fā)展，無論從數量上還是從質量上

2、，都極大地豐富了生物科學的數據資源，數據資源的急劇膨脹首先迫使我們不得不考慮尋求一種強有力的工具去組織他們，以利于對已知生物學知識的儲存和進一步加工利用。大量多樣化的生物學數據資源中必然蘊含著大量重要的生物學規(guī)律，這些規(guī)律是我們解決許多生命問題的關鍵所在，然而繼續(xù)沿用傳統(tǒng)手段以人腦來分析如此龐雜的數據實在是太困難了1人們同樣需要尋求一種強有力的工具去協(xié)助人腦完成這些分析工作。可以說，伴隨著二十一世紀的到來，生物科學的重點和潛在的突破點已

3、經由二十世紀的試驗分析和數據積累轉移到數據分析及其指導下的試驗驗證上來，生物科學也正在經歷著一個從分析還原思維到系統(tǒng)整合思維的轉變。因此，我們所尋求的那種強有力的數據處理分析工具就成為未來生物科學的關鍵所在：與此同時，伴隨著生物科學這一需求的加劇，以數據處理分析為本質的計算機科學技術和網絡技術同樣獲得了突飛猛進的進展，自然就成為生物科學家的必然選擇，計算機科學技術和網絡技術日益滲透到生物科學的方方面面，1“7嶄新的、擁有巨大發(fā)展?jié)摿Φ纳?/p>

4、物信息學也就發(fā)展和成熟起來了!而生物信息學一生物科學與計算科學的融合體一就成為下一代生物科學研究的重要工具。隨著生物信息學發(fā)展到今天，我們已經掌握了大量的關于生物微觀結構層面的信息，特別是DNA序列和蛋白質建立了相應的數據庫，如Genebank和PDB，但關于這一領域還缺乏一套在分子水平上理解生命組織的系統(tǒng)理論。于是退而求其次，利用龐大的數據庫通過推理、模型匹配或者樣本學習在數據中自動學習理論的機器學習方法應運而生，機器學習方法正是適合

5、這類數據量大、含有噪聲模式并且缺乏統(tǒng)一理論的領域，關于機器學習方法的統(tǒng)一理論體系就是用于建模和推斷的貝葉斯概率體系。在接下來的敘述中，本文先是討論了原始數據的處理問題，簡單說明在通過一些譬如對數據組賦權重和減少數據冗余度的工作后，得到新的數據組，這種新的數據組是更加“自然的”和更有代表性的。接著運用統(tǒng)計學中的貝葉斯決策的理論，首先討論了建立生物模型的理論框架，分析了在建立模型的過程中起主要作用的先驗概率的選擇問題和數據似然度的計算問題，