基于信息自動(dòng)獲取構(gòu)建生物信息平臺(tái)及序列比對(duì)算法研究.pdf

1、二十一世紀(jì)是生命科學(xué)的世紀(jì)，近年來(lái)生物信息學(xué)得到了前所未有的發(fā)展。生物信息二級(jí)數(shù)據(jù)庫(kù)是生物信息學(xué)中的一個(gè)重要研究方向，由于生物信息數(shù)據(jù)的復(fù)雜性及其分析應(yīng)用的復(fù)雜性，至今沒(méi)有一種比較通用的構(gòu)建模型能夠滿足一般性生物信息二級(jí)數(shù)據(jù)庫(kù)系統(tǒng)的開(kāi)發(fā)需要。序列比對(duì)是生物信息學(xué)中一個(gè)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(jìn)行比對(duì)，對(duì)發(fā)現(xiàn)生物序列的功能、結(jié)構(gòu)和進(jìn)化信息具有重要的意義。 本文對(duì)生物信息學(xué)的發(fā)展、研究?jī)?nèi)容

2、、生物數(shù)據(jù)庫(kù)做了簡(jiǎn)單的介紹，對(duì)序列比對(duì)的各種算法：點(diǎn)陣法、動(dòng)態(tài)規(guī)劃全局比對(duì)算法、Smith-Waterman算法、FASTA算法、啟發(fā)式BLAST算法等做了簡(jiǎn)單描述，并分析了序列比對(duì)研究的目的及其意義。 本文利用．NET、XML和Web Services相關(guān)技術(shù)，實(shí)現(xiàn)了一種建立生物信息學(xué)研究平臺(tái)的框架體系。該平臺(tái)可自動(dòng)從Intemet獲取生物信息數(shù)據(jù)并建立本地二級(jí)生物信息數(shù)據(jù)庫(kù)。重點(diǎn)介紹了用WebClient類(lèi)的方法提取分析網(wǎng)絡(luò)

3、數(shù)據(jù)庫(kù)資源并創(chuàng)建本地二級(jí)生物信息數(shù)據(jù)庫(kù)；用ASP.NET和ADO.NET實(shí)現(xiàn)了對(duì)此二級(jí)數(shù)據(jù)庫(kù)的查看、查詢(xún)等操作；使用XML保存從Web站點(diǎn)上下載的數(shù)據(jù)；用Web Services技術(shù)封裝序列對(duì)比算法，可從客戶(hù)端直接調(diào)用。此系統(tǒng)在．NET技術(shù)上采用Web信息自動(dòng)獲取并結(jié)合Web services技術(shù)有助于二級(jí)數(shù)據(jù)庫(kù)開(kāi)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(yīng)用，從而將更多的精力集中在更純粹的生物信息處理上來(lái)，并可

4、以通過(guò)Web的方式向Internet用戶(hù)提供方便、有效的公共生物信息技術(shù)服務(wù)平臺(tái)的各類(lèi)資源。 本文還在BLAST部分算法的基礎(chǔ)上，基于十六進(jìn)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(jìn)制編碼存儲(chǔ)序列，通過(guò)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(zhǔn)確度并且節(jié)約了存諸空間。建立出實(shí)驗(yàn)環(huán)境和實(shí)現(xiàn)了相應(yīng)算法，通過(guò)實(shí)驗(yàn)證明在序列滿足相似度的情況下，SLAHAW是一種快速