基于HMM模型和信息量的轉(zhuǎn)錄因子結(jié)合位點預(yù)測.pdf

1、隨著生物信息學(xué)的發(fā)展，全基因組序列不斷被測序，對于轉(zhuǎn)錄的研究變得越來越重要。轉(zhuǎn)錄因子，作為一種重要的轉(zhuǎn)錄調(diào)控元件，它與DNA序列的結(jié)合位點——轉(zhuǎn)錄因子結(jié)合位點的識別已經(jīng)成為當(dāng)前的研究熱點。準(zhǔn)確的預(yù)測、識別算法有助于人們識別轉(zhuǎn)錄因子的目標(biāo)基因，進(jìn)而研究轉(zhuǎn)錄因子結(jié)合位點在上游調(diào)控區(qū)中的位置對轉(zhuǎn)錄的調(diào)控影響。構(gòu)建轉(zhuǎn)錄調(diào)控網(wǎng)絡(luò)，從而指導(dǎo)生物學(xué)研究，是一個充滿挑戰(zhàn)而有價值的研究方向。轉(zhuǎn)錄因子結(jié)合位點的預(yù)測是研究基因轉(zhuǎn)錄調(diào)控的重要環(huán)節(jié)，但常用的零階

2、 HMM位置特異性得分矩陣方法預(yù)測特異性偏低。
　　本文的主要工作如下：
　　第一，為了求解 p-value，本文對求解 p-value通用算法動態(tài)規(guī)劃算法、LazyDistrib和TFM-PVALUE算法以及MotifRank算法等進(jìn)行了研究，對各種算法進(jìn)行了簡單敘述并用C++對所有算法進(jìn)行了實現(xiàn)，并通過實驗數(shù)據(jù)對各種算法做了對比，以方便根據(jù)實際工程的需要來選取不同的算法。
　　第二，重點研究 COTRASIF算法預(yù)

3、測轉(zhuǎn)錄因子結(jié)合位點，發(fā)現(xiàn)其求解 p-value算法速度比較慢以及預(yù)測結(jié)果假陽性偏高。本文引入了動態(tài)規(guī)劃算法來求解p-value以加快預(yù)測速度，并引入了核心區(qū)域信息量以過濾預(yù)測結(jié)果降低假陽性。
　　第三，通過對釀酒酵母實際轉(zhuǎn)錄因子結(jié)合位點數(shù)據(jù)集的留一法測試，并在數(shù)據(jù)庫 Ensembl中選取真核生物 Rattus norvegicus和Mus musculus的啟動子區(qū)域序列段，然后應(yīng)用本文的改進(jìn)算法進(jìn)行預(yù)測，再用所得結(jié)果與COTRA