基于HMM的转录因子结合位点识别方法研究

摘要

随着生物信息学的发展，全基因组序列不断被测序，对于转录的研究变得越来越重要，转录因子，作为一种重要的转录调控元件，它与DNA序列的结合位点——转录因子结合位点的识别已经成为当前的研究热点。准确的预测、识别算法有助于人们识别不同转录因子的目标基因，进而研究转录因子结合位点在上游调控区中的位置对转录调控的影响。构建转录调控网络，从而指导生物学研究。是一个充满挑战和价值的研究方向。 本文提出一种改进的方法——基于HMM的转录因子结合位点识别方法。HMM是一种强大的概率模型，它在识别转录因子结合位点中已有突出的成绩。本文将HMM与特定类型转录因子的结构特征相结合，利用不同类型的转录因子结合位点在序列上的特性，构建新的隐马尔科夫模型。再结合碱基保守性判断约束提高转录因子结合位点识别的准确性。 本文算法的实现采用的是C++语言，应用该方法对转录因子存在可疑区域DNA序列，进行了转录因子结合位点的识别，文章最后对算法的实验结果进行了分析，通过实验证明了其可行性和有效性，实验结果表明，这种改进的方法是有效的，它能够提高转录因子结合位点识别的准确率。

目录

文摘

英文文摘

声明

第一章引 言

1.1生物信息学背景知识

1.2转录因子结合位点识别方法的研究目的与意义

1.3转录因子结合位点预测理论的研究现状

1.4本文主要内容

第二章基本概念与原理

2.1基因表达和调控

2.2转录调控

2.2.1转录因子

2.2.2转录因子结合位点

2.2.3转录因子的类型

2.3本章小结

第三章隐马尔科夫模型及其应用

3.1马尔可夫模型

3.2隐马尔可夫模型

3.3隐马尔可夫模型的基本问题和算法

3.3.1前向算法和后向算法

3.3.2 Viterbi算法

3.3.2 Baum-Welch(EM)算法

3.4隐马尔可夫模型生物信息学中应用

3.4.1剖面隐马尔科夫模型(profile HMM)

3.4.2隐马尔科夫模型在识别基因上的应用

3.4.3隐马尔科夫模型的优缺点

3.5本章小结

第四章基于HMM的转录因子结合位点识别

4.1数据的选取

4.2新隐马尔科夫模型框架的构建

4.3相关位置得分函数

4.3.1碱基相关性的表示计算方法

4.3.2本文采用的碱基相关性计算标准

4.4应用新模型识别转录因子结合位点

4.4.1算法流程

4.4.2实验结果统计分析

4.5本章小结

第五章结论

5.1总结

5.2展望

参考文献

致 谢

在学期间公开发表论文及著作情况