原创力文档- 1、本文档共7页，可阅读全部内容。
- 2、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。
- 3、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 5、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 6、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
第12A期 电 子 学 报 v01．35No．12A
2007年12月 ACrA Dec．2007
ELEI：TRONICASINICA
转录因子结合位点识别算法的研究
王峻，郭茂祖
(哈尔滨工业大学计算机科学与技术学院，黑龙江哈尔滨150001)
摘要： 转录因子结合位点的识别是生物信息学中的一个重要领域．本文从计算机等信息科学的角度，对转录
因子结合位点的识别方法进行了综合分析，包括该问题的生物学意义、主要算法思想以及每种算法的优缺点．使用
TRANSFAC数据库中几组样例对具有代表性的6种主要软件进行测试，对其结果进行了详细地比较分析．最后，在总
结分析现有算法的基础上探讨了该领域进一步的研究方向．
关键词： 转录因子结合位点；模体；基于字串；期望最大化(EM)算法；吉布斯采样
中图分类号： Q811 文献标识码： A 文章编号：0372-2112(2007)12A-083．07
on Factor Sites
Study
TranscriptionBindingDiscoveryAlgorithms
WANG Mao-zu
Jun，GUO
Inst／tute
(／too／ofc0愀Sc／enceand弛知0fqgy，Ha．rb／nofTedmdogy，Harb／n，He／／ong／／ang150001，China)
factor sites isoreofthemost fieldsinBioinformatics．Thisre·
A1)strad：Transcri砸ondiscovery
binding important paper
viewsthe andinformaficsmethodsto factor the
computing discoveryTranscriptionbiIlcUngsites，includingbiologicalsignificance，
main andsoftware．Thensix soft aletestedand
wares withsome ofTRANSFAC
algorithms representative compared groups
database．Atlast that be arc
somevital conductedin discussed．
aspectsmay the^吐眦investigations
factor
铆肭：transcriptionbi|1diIlg maxamum(EM)；Gibbs
sites；motif；word-based；expectationsampling
基因组行为也有着至关重要的理论与实践意义．
1引言
转录因子结合位点的分析主要包括三类问题：(1)
factor
文档评论（0）