人工智慧应用於计算生物学之研究（I）.PDFVIP

█ 成 果 報 告 行政院國家科學委員會補助專題研究計畫 □期中進度報告 人工智慧應用於計算生物學之研究(І) 計畫類別：█ 個別型計畫 □ 整合型計畫 計畫編號： NSC 94－2213－E－029－008－ 執行期間： 94年08月 01日至95年07 月31日 計畫主持人：張炳騰 共同主持人： 計畫參與人員： 成果報告類型(依經費核定清單規定繳交)：█精簡報告 □完整報告 本成果報告包括以下應繳交之附件： □赴國外出差或研習心得報告一份 □赴大陸地區出差或研習心得報告一份 □出席國際學術會議心得報告及發表之論文各一份 □國際合作研究計畫國外研究報告書一份 處理方式：除產學合作研究計畫、提 升產業技術及人才培育研究計畫、 列管計畫及下列情形者外，得立即公開查詢 □涉及專利或其他智慧財產權，□一年□二年後可公開查詢 執行單位：東海大學工業工程與經營資訊學系 中 華 民 國 九十五 年 八 月 十六 日 中文摘要 本研究提出一個新的方法，用來建立蛋白質成對序列排比。目前在蛋白質序列排比 上一直存在一個致命的問題，那就是當使用明確値資料去進行分析時，太多的不確定因 子與敏感性資訊的遺失，導致序列排比問題出現瓶頸。由於使用不同的軟體和演算法會 造成不同的結果，對於正在研究生物基因的科學家們，不同演算法亦很難廣泛地運用於 基因序列上。因此基於這個最重要的前提下，本研究提出模糊的概念，將 250單點突變 矩陣 (point accepted mutations, PAMs) 與62區塊突變矩陣 (blocks substitution matrix, BLOSUM)利用基因演算法 (genetic algorithm, GA)於序列排比上。最主要的目的是用來減 少不確定因子的影響，避免利用明確値或權重的方式，造成重要資訊的遺失，以及增加 解的正確性與適用性。實驗果顯示，不論是利用 PAM250還是 BLOSUM62矩陣，利用 GA 演算法皆能找到更長且配對的蛋白質序列，並在不同矩陣的運用上，利用模糊矩陣所產 生解的變動性要比明確値小，也就是說，將模糊概念運用於序列排比，確實能夠減少不 確定性的影響並且增加解在區域相似上的利用性。 關鍵詞 ：蛋白質序列排比、基因演算法、模糊理論、仿射性間格懲罰函數 Abstract In this paper a novel way to construct pairwise alignment of protein sequence is proposed. Currently in protein sequence alignment the vital problem is having too many uncertain factors an