DNA序列模体识别问题的迭代算法

摘要

DNA序列模体对研究基因的表达调控有重要作用，模体识别问题是计算生物学中一个热点问题。本文就模体识别问题做了相关的介绍并提出了一个新的计算方法，主要内容安排如下:
　　第一章是绪论，简略介绍DNA模体识别问题的生物背景及意义，以及该问题目前的研究情况。
　　第二章介绍DNA模体识别问题的相关生物知识，包括基因表达过程中的转录和翻译，以及基因表达调控中涉及的转录因子及其结合位点。
　　第三章给出DNA模体识别问题的详细描述，并介绍模体表示方法，包括一致序列表示、矩阵表示、logo图表示;还介绍模体的评价方式，包括信息量评价、一致性得分、适应度得分。
　　第四章介绍计算DNA模体识别问题的算法，分别介绍了遗传算法、蚁群算法、Gibbs采样算法及其扩展算法在模体识别问题中的应用。
　　第五章是本文的精髓，提出一个新的模体识别的迭代算法，采用遗传算法框架，从模体长度较短时开始迭代，利用遗传变异操作以及本文提出的加一操作，使模体长度逐渐加一，最终计算出标准模体长度下的模体模式。本文对模拟数据和真实的生物数据都做了实验，结果显示预测的结果与真实情况相符。对于同一数据CRP，本文方法比GibbsSampler、GA、GARPS这三种方法的得分高。

目录

声明

摘要

1 绪论

1．1 生物背景及意义

1．2 研究现状

1．3 本文工作

1．4 本章小结

2 相关生物知识介绍

2．1 基因表达

2．1．1 转录阶段

2．1．2 翻译阶段

2．2 基因调控

2．2．1 转录因子

2．2．2 转录因子结合位点

2．3 本章小结

3 模体识别问题

3．1 问题描述

3．2 模体的表示方法

3．2．1 一致序列表示

3．2．2 矩阵表示

3．2．3 Logo表示

3．3 模体的打分方式

3．3．1 信息量

3．3．2 一致性得分

3．3．3 适应度得分

3．4 本章小结

4 模体识别的计算方法介绍

4．1 利用遗传算法识别模体

4．1．1 遗传算法介绍

4．1．2 遗传算法识别模体

4．2 利用蚁群算法识别模体

4．2．1 蚁群算法介绍

4．2．2 蚁群算法识别模体

4．3 利用Gibbs采样识别模体

4．3．1 Gibbs采样介绍

4．3．2 利用Gibbs采样识别模体

4．4 本章小结

5 模体识别的迭代算法

5．1 算法介绍

5．1．1 个体编码

5．1．2 初始种群

5．1．3 个体适应度

5．1．4 变异操作

5．1．5 加一操作

5．1．6 混合操作

5．1．7 算法描述

5．2 实验结果

5．2．1 模拟数据

5．2．2 真实生物数据

5．3 本章小结

结论

参考文献

攻读硕士学位期间发表学术论文情况

致谢