基于Gibbs抽樣的有約束多項(xiàng)分布模體識(shí)別算法.pdf

1、模體識(shí)別是生物信息學(xué)的重要研究領(lǐng)域。它通過(guò)尋找不同序列間的相似片段來(lái)歸結(jié)出這些序列片段中所蘊(yùn)涵的特征模體，從而揭示生物序列數(shù)據(jù)中所蘊(yùn)涵的生物學(xué)意義。最近的生物實(shí)驗(yàn)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(méi)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(shí)別算法。然后介紹了通過(guò)假設(shè)檢驗(yàn)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(shí)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(guò)χ2檢驗(yàn)和Fisher精確檢驗(yàn)的運(yùn)用，實(shí)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(lái)表達(dá)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(lái)共同表達(dá)模體模型，通過(guò)新的Gibbs打分函數(shù)進(jìn)行模體識(shí)別過(guò)程，并且能夠識(shí)別多個(gè)模體以及多個(gè)模體實(shí)例，選擇與背景最具顯著性差異的幾個(gè)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(duì)應(yīng)SimiMotif算法過(guò)程相同但是去掉相關(guān)約束部分的模體識(shí)別算法，分別進(jìn)行了對(duì)Tompaetal.于05年提出的基準(zhǔn)庫(kù)以及Sandveetal.于07年提出的基準(zhǔn)庫(kù)這兩個(gè)基準(zhǔn)測(cè)試庫(kù)上的測(cè)試，然后將SimiMotif以及MultMotif同已有的多種模體識(shí)別方法進(jìn)行了比較。
　　實(shí)驗(yàn)結(jié)果表明SimiMotif以及Mult