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(xué)的重要研究領(lǐng)域。它通過尋找不同序列間的相似片段來歸結(jié)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(xué)意義。最近的生物實驗表明，部分模體內(nèi)部各位置之間存在明顯的相關(guān)性約束關(guān)系，但目前的很多算法卻沒有考慮模體內(nèi)部的相關(guān)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(shè)檢驗判斷模體內(nèi)部位置間相關(guān)性約束的方法；將模體相關(guān)性約束加入到

2、Gibbs算法之中，實現(xiàn)了具有位置相關(guān)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(nèi)部位置相關(guān)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(nèi)部的相關(guān)約束關(guān)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(guān)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(yīng)SimiMotif算法過程相同但是去掉相關(guān)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(jié)果表明SimiMotif以及Mult