基于樹(shù)結(jié)構(gòu)的生物數(shù)據(jù)挖掘算法的研究與實(shí)現(xiàn).pdf

1、生物信息學(xué)是在生命科學(xué)研究中，以計(jì)算機(jī)為工具對(duì)生物信息進(jìn)行儲(chǔ)存、檢索和分析的科學(xué)。目前研究重點(diǎn)主要在基因組學(xué)(Genomics)和蛋白質(zhì)學(xué)(Proteomics)，即分析核酸和蛋白質(zhì)中表達(dá)結(jié)構(gòu)功能的生物信息。數(shù)據(jù)挖掘作為一種以數(shù)據(jù)庫(kù)、統(tǒng)計(jì)學(xué)和人工智能學(xué)為基礎(chǔ)的技術(shù)，為生物學(xué)家提供了有力的信息分析工具。數(shù)據(jù)挖掘中的頻繁模式挖掘技術(shù)專(zhuān)注于發(fā)現(xiàn)數(shù)據(jù)中頻繁出現(xiàn)的特征模式。根據(jù)特征模式復(fù)雜性，可分為頻繁項(xiàng)模式、頻繁序列模式以及頻繁子樹(shù)模式等。本文

2、對(duì)RNA分子建立樹(shù)形模型，利用頻繁子樹(shù)挖掘算法挖掘RNA二級(jí)結(jié)構(gòu)中的公共拓?fù)淠Ｊ健?br>　　本文首先概括了頻繁模式挖掘技術(shù)及頻繁子樹(shù)挖掘算法的現(xiàn)狀，介紹了RNA二級(jí)結(jié)構(gòu)預(yù)測(cè)的主要方法，探討了目前數(shù)據(jù)挖掘技術(shù)應(yīng)用于生物數(shù)據(jù)所存在的問(wèn)題。然后給出了與頻繁子樹(shù)有關(guān)的概念，區(qū)分了嵌入子樹(shù)和直接子樹(shù)，定義了同構(gòu)交疊子樹(shù)和最小性。在此基礎(chǔ)上，對(duì)挖掘嵌入子樹(shù)的TreeMiner算法和PatternMatcher算法進(jìn)行了分析。這兩種算法分別采用垂直