大腸桿菌啟動子序列特征分析與識別方法的研究.pdf

1、該課題源于國家自然科學(xué)基金項(xiàng)目"復(fù)雜系統(tǒng)意義下的生物信息學(xué)中若干問題的研究(No.60234020)",主要以大腸桿菌啟動子為研究對象,運(yùn)用智能信息處理方法,對大腸桿菌啟動子序列進(jìn)行分析和研究,重點(diǎn)研究啟動子序列的識別問題.論文取得的主要研究成果如下:1.該文應(yīng)用變輸入長度和滑動空位方法建立了基于神經(jīng)網(wǎng)絡(luò)的大腸桿菌啟動子識別模型,根據(jù)大腸桿菌基因分子生物學(xué)有關(guān)理論與統(tǒng)計(jì)事實(shí),對啟動子序列組件進(jìn)行研究和分析.研究發(fā)現(xiàn),除兩個顯著保守序列特

2、征組件外,其它幾個非顯著序列組件包含的特征信息對大腸桿菌啟動子的識別也有一定的影響.2.該文提出基于數(shù)據(jù)優(yōu)化的大腸桿菌啟動子識別方法,并基于該方法和BP神經(jīng)網(wǎng)絡(luò)建立了大腸桿菌啟動子識別模型(Data Optimization &Neural Network Model,DONN).DONN模型選取在-10區(qū)比對過的大腸桿菌啟動子序列和相應(yīng)長度的編碼區(qū)序列為正負(fù)樣本,在神經(jīng)網(wǎng)絡(luò)分類器進(jìn)行訓(xùn)練之前,通過權(quán)值矩陣模型(WMM)優(yōu)化訓(xùn)練集樣本,

3、將處理過的數(shù)據(jù)集作為神經(jīng)網(wǎng)絡(luò)的訓(xùn)練樣本.研究結(jié)果表明,采用數(shù)據(jù)優(yōu)化法建立的神經(jīng)網(wǎng)絡(luò)分類器具有較高的敏感度和綜合辨識精度.3.該文將支持向量機(jī)(Support Vector Machine,SVM)方法用于大腸桿菌啟動子的識別中,從數(shù)據(jù)庫中選取一定長度的正樣本序列和負(fù)樣本序列,按3:l的比例分成訓(xùn)練集和測試集,建立了基于支持向量機(jī)的分類器.實(shí)驗(yàn)研究結(jié)果表明,基于支持向量機(jī)的識別方法優(yōu)于傳統(tǒng)的神經(jīng)網(wǎng)絡(luò)識別模型,表明其在生物信息學(xué)中有良好的應(yīng)