基于信息自動獲取構建生物信息平臺及序列比對算法研究.pdf

1、二十一世紀是生命科學的世紀，近年來生物信息學得到了前所未有的發(fā)展。生物信息二級數(shù)據(jù)庫是生物信息學中的一個重要研究方向，由于生物信息數(shù)據(jù)的復雜性及其分析應用的復雜性，至今沒有一種比較通用的構建模型能夠滿足一般性生物信息二級數(shù)據(jù)庫系統(tǒng)的開發(fā)需要。序列比對是生物信息學中一個非常重要的操作，是基本的處理信息的方法。將大量累積的核酸和蛋白質(zhì)序列進行比對，對發(fā)現(xiàn)生物序列的功能、結構和進化信息具有重要的意義。 本文對生物信息學的發(fā)展、研究內(nèi)容

2、、生物數(shù)據(jù)庫做了簡單的介紹，對序列比對的各種算法：點陣法、動態(tài)規(guī)劃全局比對算法、Smith-Waterman算法、FASTA算法、啟發(fā)式BLAST算法等做了簡單描述，并分析了序列比對研究的目的及其意義。 本文利用．NET、XML和Web Services相關技術，實現(xiàn)了一種建立生物信息學研究平臺的框架體系。該平臺可自動從Intemet獲取生物信息數(shù)據(jù)并建立本地二級生物信息數(shù)據(jù)庫。重點介紹了用WebClient類的方法提取分析網(wǎng)絡

3、數(shù)據(jù)庫資源并創(chuàng)建本地二級生物信息數(shù)據(jù)庫；用ASP.NET和ADO.NET實現(xiàn)了對此二級數(shù)據(jù)庫的查看、查詢等操作；使用XML保存從Web站點上下載的數(shù)據(jù)；用Web Services技術封裝序列對比算法，可從客戶端直接調(diào)用。此系統(tǒng)在．NET技術上采用Web信息自動獲取并結合Web services技術有助于二級數(shù)據(jù)庫開發(fā)人員在海量的信息源中迅速找到真正需要的生物數(shù)據(jù)信息，并靈活地加以應用，從而將更多的精力集中在更純粹的生物信息處理上來，并可

4、以通過Web的方式向Internet用戶提供方便、有效的公共生物信息技術服務平臺的各類資源。 本文還在BLAST部分算法的基礎上，基于十六進制編碼序列和尋找最優(yōu)可變窗口大小的思想，提出了一種相似核苷酸序列搜索算法SLAHAW。本算法采用十六進制編碼存儲序列，通過序列片斷相似度得到最佳搜索窗口值，從而提高搜索速度和準確度并且節(jié)約了存諸空間。建立出實驗環(huán)境和實現(xiàn)了相應算法，通過實驗證明在序列滿足相似度的情況下，SLAHAW是一種快速