检索结果-南通市图书馆

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

水生动物全基因组关联分析集成平台开发

水生动物全基因组关联分析集成平台开发

作者：邓超厦门大学

学位级别：硕士

海洋被誉为“蓝色粮仓”,海洋生物为人类提供食物的能力相当于全世界所有耕地提供食物能力的1000倍,因此海洋水产养殖为人类食物提供重要保障。全基因组关联分析探索了水生动物各类性状相关的分子标记,对养殖物种的产量、质量、育种与... 详细信息

海洋被誉为“蓝色粮仓”,海洋生物为人类提供食物的能力相当于全世界所有耕地提供食物能力的1000倍,因此海洋水产养殖为人类食物提供重要保障。全基因组关联分析探索了水生动物各类性状相关的分子标记,对养殖物种的产量、质量、育种与可持续改进至关重要。在水产养殖领域,全基因组关联分析(Genome Wide Association Study,GWAS)的应用才刚刚开始,GWAS的深入应用受到了分析工具使用不便利性和参考基因组缺失的限制。因此本文开发了功能完整、使用方便的水生动物全基因组关联分析集成平台,并初步探索在不具备参考基因组序列的情况下如何基于k-mer进行单核苷酸多态性(Single Nucleotide Polymorphism,SNP)检测,并将该策略应用到鲍鱼测序数据的基因组关联分析中,具体如下:(1)针对当前全基因组关联分析工具只集成特定的有限步骤,或者需要复杂的运行环境切换和繁琐的系统配置问题,我们面对非计算机背景的生物学家开发免于安装、用户友好的可视化全基因组关联分析集成平台(AquaGWAS)。该平台集成从预处理、质量控制、连锁不平衡衰减分析、主成分分析、关联分析、检验校正、基因注释以及相关可视化等模块,并提供27种常用海洋生物的基因注释数据库,实现一键式全基因组关联分析。通过在Linux上使用C++和Qt进行软件工程设计,并将基于C,R,Perl等语言环境的不同模型和工具进行统一整合,无需安装相关模型工具包、无需环境配置和复杂参数输入,并兼容各种常用的基因型数据文件格式,并可拓展于水生动物以外的其他物种。(2)传统GWAS分析必须基于测序数据到参考基因组序列的配准结果检测SNP。但当物种基因组参考序列未知或不完整时,GWAS分析受到限制。因此基于AquaGWAS,本文对无需参考序列、免于配准的GWAS分析进行初步探索。采用传统基于配准的需要参考基因组序列策略和基于k-mer的无需参考基因组序列策略检测鲍鱼位于1号染色体上的SNP。在222个鲍鱼测序数据中,两种策略分别检测到221061和230213个SNP,其中共有180161个重合。检测到的基因分别为2048个和2068个,其中共有2046个重合。对于表型足肌湿重比(MWR)和壳长壳宽比(LWR),两种策略重合部分分别得到了 4个和5个显著相关SNP位点。除了高度一致的遗传变异外,两种策略还侧重了不同的变异情况。由于无需参考基因组序列,基于k-mer的策略可以捕获因为不完整或不准确的参考基因组序列所遗漏的变异,而基于配准的策略可以更准确的捕获基因组序列中的插入和删除(INDEL)变异。这两种策略在GWAS分析中具有明显的互补性,不仅为研究非模式生物物种、新物种或没有参考基因组序列的物种的遗传变异提供了新的选择,而且为准确、完整的GWAS分析提供了补充思路。本文所建立的AquaGWAS分析平台及对无需参考基因组的GWAS初步探索将为水产养殖的发展提供便利的工具支持和有益的模型参考。

关键词：全基因组关联分析水生动物集成平台 k-mer

基于ChIP-exo和ATAC-seq的转录因子结合位点预测

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于ChIP-exo和ATAC-seq的转录因子结合位点预测

作者：王奕众山东大学

学位级别：硕士

生物信息学是一门信息科学与生物学的交叉学科,主题是研究如何深入利用数学方法研究生物问题。除此之外,生物信息学的飞速发展也离不开计算机领域的技术进步。生物信息学的终极目标是揭示高通量、高复杂度的生物数据背后蕴含的生物学规... 详细信息

生物信息学是一门信息科学与生物学的交叉学科,主题是研究如何深入利用数学方法研究生物问题。除此之外,生物信息学的飞速发展也离不开计算机领域的技术进步。生物信息学的终极目标是揭示高通量、高复杂度的生物数据背后蕴含的生物学规律。特别地,在生物学和医学应用中,探索基因转录表达机制的秘密一直以来都是科学家研究的重点。深入研究转录调控机制对于人类治疗遗传疾病、发展基因工程有着重大意义。DNA双螺旋结构的发现使人类开始从分子层面探索遗传机制。之后,伴随着计算机科技的进步,人类对遗传物质和遗传机制的认识取得了突飞猛进的发展。测序技术的进步有效地提高了遗传信息的测序精度,降低了实验成本。实验研究证明,转录因子通过与DNA上特定序列结合的方式控制基因表达,这些结合位点被称为转录因子结合位点。在生物信息学中,这些转录因子结合位点通常用数学模型“模体”来表示。因此,DNA模体的发现和识别对研究基因功能、探索转录调控机制至关重要。DNA模体的发现与识别在研究转录因子结合位点的过程中起着重要作用。在过去的几十年里,已经有很多算法利用ChIP-seq数据来进行快速准确的模体发现工作。然而,利用ChIP-exo数据来进行模体发现工作的算法还比较少。ChIP-exo数据来自由ChIP-seq技术发展来的衍生技术ChIP-exo。由于ChIP-exo技术无法将ChIP信号整合到核苷酸分辨率中,因此利用ChIP-exo数据来进行转录因子结合位点识别是非常困难的。为了克服这种困难,我们提出了一个基于二阶加权的比对工具TESA。该框架采用了二项分布模型和带有ChIP-exo读取深度和序列数据的图搜索模型。TESA不但可以有效地测量在给定启动子序列中每个位置成为实际转录因子结合位点的可能性,而且能够预测具有统计学意义的转录因子序列。实验结果显示,TESA不仅显著提高了预测精度,而且扩展了现有方法的适用范围。我们将TESA应用于大肠杆菌k12基因组并且与七个现有方法进行比较,进而来评估该框架的预测性能。评估结果表明,TESA能够有效识别原核基因组中的调控模体。除了ChIP-exo技术之外,随着揭示染色质可及性的ATAC-seq技术的逐渐普及和针对ATAC-seq特有的Tn5转座酶设计的足迹搜索工具的发展,在大规模ATAC-seq数据的染色质可及性水平上挖掘模体成为可能。ATAC-seq的模体识别依赖于足迹搜索,而足迹搜索工具产生的大量短序列对现有基于ChIP-seq的从头搜索模体算法的准确性和工作效率提出了较大的挑战。因此,我们提出了一种新的基于ATAC-seq数据来进行模体发现工作的算法CEMIG。该算法利用在处理大量短序列方面有优势的德布鲁因图来准确预测并找到新的模体。通过与几种广泛流行的预测算法进行对照实验,CEMIG算法被证明在预测精度和预测鲁棒性方面具有明显的优势。

关键词：模体转录因子转录因子结合位点德布鲁因图 bookend模型 k-mer ATAC-seq ChIP-exo

基于机器学习的SNP位点—药物关联关系预测

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于机器学习的SNP位点—药物关联关系预测

作者：冯小蓓兰州交通大学

学位级别：硕士

单核苷酸多态性(Single Nucletide Ploymorphysim,SNP)位点是研究人类家族、动植物遗传变异的重要基础,因此被广泛应用于群体遗传学、疾病相关基因等研究,并在药物基因组学、诊断学和生物医学中发挥着重要作用。在药物基因组学研究中,识... 详细信息

单核苷酸多态性(Single Nucletide Ploymorphysim,SNP)位点是研究人类家族、动植物遗传变异的重要基础,因此被广泛应用于群体遗传学、疾病相关基因等研究,并在药物基因组学、诊断学和生物医学中发挥着重要作用。在药物基因组学研究中,识别SNP位点-药物之间的关联关系是临床精准用药的关键。然而,传统的生物实验方法在验证大量SNP位点-药物之间的关联关系时,不仅成本高、效率低,而且具有一定程度的盲目性,导致其在实际应用中无法被广泛采用。近年来,随着生物信息学的发展,机器学习和数据挖掘等技术为预测SNP位点-药物关联关系开辟了全新高效的策略与方法。因此,本文提出了一种基于机器学习的SNP位点-药物关联关系预测算法。论文的主要研究内容如下:首先,对SNP位点和药物分子进行数值化表征。由于SNP位点和药物分子都是以字符串的形式存储于数据库中,不能作为特征向量直接输入到分类器中进行预测。因此,本文提出一种基于k-mer的SNP位点数值化表征方法,并采用了一种基于分子指纹的药物分子数值化表征方法,这些方法描述了SNP位点和药物数据的本质属性,为后续特征提取算法提供了数据保障。其次,对SNP位点-药物特征进行特征提取。数值化表征后的SNP位点特征信息中存在噪声数据和高维数据。因此,本文提出了一个基于降噪变分自编码器的SNP位点-药物特征提取算法,使生成的特征高效且不丢失生物信息。接着,将提取的SNP位点有效特征与药物分子特征进行融合,形成SNP位点-药物融合特征,并输入到随机森林分类器中进行实验的训练、验证和测试。为了评估降噪变分自编码器提取特征的能力,对该模型实施了五倍交叉验证实验,取得了较好的结果。然后分别对不同特征提取算法和不同分类器进行比较,结果表明本文提出的特征提取算法能够准确、高效的提取SNP位点的特征,可以提高SNP位点-药物关联关系预测的准确率。最后,构建SNP位点-药物关联关系预测模型。为了进一步提高预测准确率,本文提出了一种基于Stacking集成学习的SNP位点-药物关联预测模型。第一层模型引入了四个基分类器(支持向量机、决策树、随机森林、XGBoost)进行预测;第二层模型选用逻辑回归作为元分类器,对第一层模型得到的预测值进行训练,构建Stacking集成模型。结果表明,相较于前述五种单一分类器,本文构建的Stacking模型可以有效提高SNP位点-药物关联关系的预测准确率,在实际应用中有较高的参考价值。

关键词： SNP位点-药物关联关系预测 k-mer 分子指纹降噪变分自编码器随机森林 Stacking集成学习

基于深度学习的病毒宿主关联预测方法研究与应用

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于深度学习的病毒宿主关联预测方法研究与应用

作者：田真济南大学

学位级别：硕士

病毒作为一类微小的传染性病原体,依赖感染宿主细胞进行繁殖。它们不仅对人类健康构成威胁,还对许多农业和环境系统产生严重影响。因此,在病毒学、微生物学、医学等领域,研究病毒与宿主间的关联关系具有重要的应用价值。过去的研究主要... 详细信息

病毒作为一类微小的传染性病原体,依赖感染宿主细胞进行繁殖。它们不仅对人类健康构成威胁,还对许多农业和环境系统产生严重影响。因此,在病毒学、微生物学、医学等领域,研究病毒与宿主间的关联关系具有重要的应用价值。过去的研究主要采用基于生物实验的方法预测病毒宿主关联,如基因组亲和层析、RNA测序等。然而,这些传统的实验方法往往耗时耗力且成本较高,因此基于计算方法的病毒宿主预测成为研究者关注的热门课题。本课题旨在探索利用深度学习方法进行病毒宿主关联预测的可行性和有效性,设计并开发出一款预测病毒宿主关联预测系统,进一步提高病毒宿主关联预测的准确性和速度,为病毒与宿主相互作用的深入研究提供有力支持。首先,本文在四个生物信息学领域常用的数据库中收集了13190个病毒和367271个宿主基因组,并确定了4834个病毒在69个细菌属水平上的相互作用信息,将这些数据作为正样本。针对负样本不足的情况,本文采用了基于序列相似性和基于聚类的两种方法选择负样本。最终,本文得到了病毒宿主相互作用正负样本数据集。然后,本文使用了包含序列错误情况的k-mer特征提取方法,并根据不同负样本基于深度学习构建了两个病毒宿主预测模型。本文进一步对提出的两个病毒宿主预测模型进行了评估和验证,并与现有的分类方法进行了比较。实验结果表明,模型在以下设置下表现较优:k-mer特征提取采用k=5(碱基片段长度为5)、L=3(间隔距离为0、1、2),计算方式选用莱文斯坦序列相似性距离,以及选择正负样本比例为1:5。此外,本文发现这两种预测模型对于不同种类的细菌有特定的应用场景。最后,本文设计了基于Windows操作系统和Web应用程序进行病毒宿主预测的原型系统Phage HP,使用户能够更便捷地进行高通量测序数据分析和病毒宿主预测。在实验室数据的测试中,本文方法在病毒宿主预测领域达到了95%的准确率,优于其他预测工具。

关键词：病毒-宿主关联 k-mer 负样本选择深度学习

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

相异度算法结合邻接法构建系统进化树的评估

华南理工大学学报（自然科学版） 2019年第6期47卷 136-141,148页

作者：刘雪梅李文黄管大黄天来叶宇中徐国皓华南理工大学物理与光电学院

在系统发育学中,构建系统进化树的算法是研究进化关系的基础.本文探讨并验证了基于k-mer的相异度算法d2S结合邻接法NJ构建系统进化树的可行性,对两种进化情景下的12个16S rRNA和36个噬菌体分子序列构建了系统进化树(其中 k =4,6,8,10),3... 详细信息

在系统发育学中,构建系统进化树的算法是研究进化关系的基础.本文探讨并验证了基于k-mer的相异度算法d2S结合邻接法NJ构建系统进化树的可行性,对两种进化情景下的12个16S rRNA和36个噬菌体分子序列构建了系统进化树(其中 k =4,6,8,10),3类16S rRNA很清晰的按照古菌、细菌和真核生物分类开来,效果和Woese目录基本一致;同时可把4种类型的噬菌体按原来的进化关系区分开,而且受参数k影响小,分类效果非常好.这展现了相异度算法d2S结合邻接法NJ强大的功能.使用相异度算法d2S结合邻接法NJ构建系统进化树,将为系统进化关系提供新的算法和思路.

关键词：相异度算法d2S 邻接法(NJ) k-mer 16S rRNA 噬菌体

非序列比对软件SeqDistk在微生物菌群分类中的应用

在线全文

学校读者我要写书评

暂无评论

华南理工大学学报（自然科学版） 2019年第11期47卷 71-77页

作者：刘雪梅黄管大黄天来华南理工大学物理与光电学院广东广州510640

用非序列比对方法研究微生物菌群的分类是目前生物信息学中的一个热门领域.文中开发了一种基于k-mer统计的非序列比对软件***可通过开源网站https:∥***/htczero/SeqDistk获得,具有在微生物菌群分类中运算速度快、准确度高的优点,而且... 详细信息

用非序列比对方法研究微生物菌群的分类是目前生物信息学中的一个热门领域.文中开发了一种基于k-mer统计的非序列比对软件***可通过开源网站https:∥***/htczero/SeqDistk获得,具有在微生物菌群分类中运算速度快、准确度高的优点,而且具有适应大型数据研究的潜力.利用SeqDistk对63条已知分类的16S rRNA基因序列所算出的距离矩阵进行菌群聚类,发现所得聚类结果与已有的分类基本一致.SeqDistk能准确地对微生物菌群样本序列进行聚类,可作为一个有效的从分子生物学角度分析系统发育学的软件.

关键词： k-mer 非序列比对 SeqDistk 16S rRNA 聚类

真菌基因组de novo测序组装的方法与实践

在线全文

学校读者我要写书评

暂无评论

基因组学与应用生物学 2020年第1期39卷 173-180页

作者：李丽翠曲积彬曾昭清 Tom Hsiang 余知和长江大学生命科学学院荆州434025 中国农业科学院农业资源与农业区划研究所北京100081 中国科学院微生物研究所真菌学国家重点实验室北京100101 圭尔夫大学环境科学学院加拿大圭尔夫NIG 2W1

真菌基因组较其他真核生物基因组结构简单,长度短,易于测序、组装与注释,因此真菌基因组是研究真核生物基因组的模型。为研究真菌基因组组装策略,本研究基于Illumina HiSeq测序平台对烟曲霉菌株An16007基因组测序,分别使用5种de novo组... 详细信息

真菌基因组较其他真核生物基因组结构简单,长度短,易于测序、组装与注释,因此真菌基因组是研究真核生物基因组的模型。为研究真菌基因组组装策略,本研究基于Illumina HiSeq测序平台对烟曲霉菌株An16007基因组测序,分别使用5种de novo组装软件ABySS、SOAP-denovo、Velvet、MaSuRCA和IDBA-UD组装基因组,然后通过Augustus软件进行基因预测,BUSCO软件评估组装结果。研究发现,5种组装软件对基因组组装结果不同,ABySS组装的基因组较其他4种组装软件具有更高的完整性和准确性,且预测的基因数量较高,因此,ABySS更适合本研究基因组的组装。本研究提供了真菌de novo测序、组装及组装质量评估的技术流程,为基因组<100 Mb的真菌或其他生物基因组的研究提供参考。

关键词：基因组 N50 k-mer 生物信息学软件 Ubuntu Linux 组装

在线全文

学校读者我要写书评

暂无评论

裂殖酵母复制起始位点的序列特征分析和预测

生物物理学报 2014年第6期30卷 463-472页

作者：邢永强赵宏宇刘国庆赵秀娟蔡禄内蒙古科技大学数理与生物工程学院包头014010 内蒙古科技大学生物工程与技术研究所包头014010

DNA的精确复制是保证基因组完整性的关键。裂殖酵母是研究真核生物DNA复制等基因表达调控过程的重要模式生物。作者统计分析了裂殖酵母复制起始区的碱基组分、k-mer（k=2~4）频数、GC/AT位点偏差和GC/AT位点组分。结果发现：复制起始区... 详细信息

DNA的精确复制是保证基因组完整性的关键。裂殖酵母是研究真核生物DNA复制等基因表达调控过程的重要模式生物。作者统计分析了裂殖酵母复制起始区的碱基组分、k-mer（k=2~4）频数、GC/AT位点偏差和GC/AT位点组分。结果发现：复制起始区的AT含量显著高于非复制起始区,且富含WW（W为A或T）二联体,而非复制起始区富含SS（S为G或C）二联体;复制起始区和非复制起始区的GC/AT位点偏差、GC/AT位点组分也存在显著差异。另外,作者仅基于DNA序列或结构特征,使用支持向量机区分了裂殖酵母复制起始区和非复制起始区,预测总精度约70%。表明DNA序列对裂殖酵母的复制起始有重要影响。该研究对进一步阐明真核生物的复制机制有重要的理论意义。

关键词： DNA复制 k-mer 结构参数支持向量机

基于RNA-Seq数据集的转录组从头拼接算法

在线全文

学校读者我要写书评

暂无评论

计算机科学 2018年第12期45卷 308-312页

作者：武思文李静张少强天津师范大学计算机与信息工程学院天津300387

转录组拼接是基因组测序与功能注解问题的一个重要组成部分。为了提高转录组拼接的精度和效率,文中提出了一种新的转录组从头拼接算法StepLink。该算法的主要创新点是提出了最左k-mer(长度为k的短序)和右k-mer的概念,并运用双重哈希表... 详细信息

转录组拼接是基因组测序与功能注解问题的一个重要组成部分。为了提高转录组拼接的精度和效率,文中提出了一种新的转录组从头拼接算法StepLink。该算法的主要创新点是提出了最左k-mer(长度为k的短序)和右k-mer的概念,并运用双重哈希表来存储相邻的每对k-mer,使得拼接更加迅速、准确。应用该算法对SRA数据库中人、狗和老鼠的测序数据分别进行拼接,结果表明该算法比其他已有算法更高效。

关键词：转录组 RNA-Seq k-mer 从头拼接算法