基于Gibbs抽樣的有約束多項分布模體識別算法.pdf

1、模體識別是生物信息學的重要研究領域。它通過尋找不同序列間的相似片段來歸結出這些序列片段中所蘊涵的特征模體，從而揭示生物序列數(shù)據(jù)中所蘊涵的生物學意義。最近的生物實驗表明，部分模體內部各位置之間存在明顯的相關性約束關系，但目前的很多算法卻沒有考慮模體內部的相關性約束。
　　本文首先介紹了課題背景，闡述了本課題的研究目的及意義，介紹了一些典型的模體識別算法。然后介紹了通過假設檢驗判斷模體內部位置間相關性約束的方法；將模體相關性約束加入到

2、Gibbs算法之中，實現(xiàn)了具有位置相關約束的Gibbs算法，該算法被命名為SimiMotif。該算法通過χ2檢驗和Fisher精確檢驗的運用，實現(xiàn)了模體內部位置相關性約束的判定，然后使用被命名為Simi_link的一維數(shù)組來表達模體內部的相關約束關系。算法利用PFW模型以及Simi_link來共同表達模體模型，通過新的Gibbs打分函數(shù)進行模體識別過程，并且能夠識別多個模體以及多個模體實例，選擇與背景最具顯著性差異的幾個模體輸出。然后本

3、文將二維相關性約束推廣到多維，提出MultMotif算法。最后將SimiMotif以及MultMotif算法和對應SimiMotif算法過程相同但是去掉相關約束部分的模體識別算法，分別進行了對Tompaetal.于05年提出的基準庫以及Sandveetal.于07年提出的基準庫這兩個基準測試庫上的測試，然后將SimiMotif以及MultMotif同已有的多種模體識別方法進行了比較。
　　實驗結果表明SimiMotif以及Mult