大肠杆菌启动子序列特征分析与识别方法的研究

作     者：冉令华 

作者单位：北京工业大学 

学位级别：硕士

导师姓名：阮晓钢

授予年度：2004年

学科分类：0710[理学-生物学] 07[理学] 071007[理学-遗传学] 

主      题：大肠杆菌启动子 BP 神经网络 数据优化 支持向量机 识别 

摘      要：摘 要 本课题源于国家自然科学基金项目“复杂系统意义下的生物信息学中若 干问题的研究（No.60234020），主要以大肠杆菌启动子为研究对象，运 用智能信息处理方法，对大肠杆菌启动子序列进行分析和研究，重点研究启 动子序列的识别问题。论文取得的主要研究成果如下： 1. 本文应用变输入长度和滑动空位方法建立了基于神经网络的大肠 杆菌启动子识别模型，根据大肠杆菌基因分子生物学有关理论与统计事 实，对启动子序列组件进行研究和分析。研究发现，除两个显著保守序列 特征组件外，其它几个非显著序列组件包含的特征信息对大肠杆菌启动子 的识别也有一定的影响。 2. 本文提出基于数据优化的大肠杆菌启动子识别方法，并基于该方法 和 BP 神经网络建立了大肠杆菌启动子识别模型 (Data Optimization &Neural Network Model, DONN)。DONN 模型选取在-10 区比对过的大肠 杆菌启动子序列和相应长度的编码区序列为正负样本，在神经网络分类器 进行训练之前，通过权值矩阵模型（WMM）优化训练集样本，将处理过 的数据集作为神经网络的训练样本。研究结果表明，采用数据优化法建立 的神经网络分类器具有较高的敏感度和综合辨识精度。 3. 本文将支持向量机（Support Vector Machine, SVM）方法用于大肠 杆菌启动子的识别中，从数据库中选取一定长度的正样本序列和负样本序 列，按 3:1 的比例分成训练集和测试集，建立了基于支持向量机的分类器。 实验研究结果表明，基于支持向量机的识别方法优于传统的神经网络识别 模型，表明其在生物信息学中有良好的应用前景。 大肠杆菌启动子的识别问题是生物信息学研究的重要问题之一。本文的 研究对探索启动子的识别具有参考价值。