马氏链计算软件开发及其在生物信息与复杂网络中的应用-运筹学与控制论专业毕业论文.docxVIP

海人学砸L学位论文摘 海人学砸L学位论文 摘 要 本论文是以作者攻读硕士学位期间所承担研究课题的工作为基础，着重马 氏链的相关数值计算软件开发及其在复杂网络和生物信息研究中的应用。 首先，典型的复杂网络是一种具有增长和择优机制的网络[5】。在Barabasi 和Albert使用动力学方法(平均场)给出了BA(Barabasi—Albea)模型的度分布的解 析解后，人们在处理更为复杂的模型时，并不能给出度分布的解析解。因此， 史定华，陈庆华和刘黎D猖ES]提出了应用非齐次马氏链计算复杂网络度分布的方 法，本人的工作则从马氏链的转移概率矩阵出发，根据矩形迭代算法，进行具 体的数值计算软件的开发，分别得到基本BA模型，nl可变BA模型和两个演 化网络模型的网络度分布，并与动力学方法得到的结果相比较，说明利用马氏 链计算复杂网络度分布的有效性。 其次，多序列联配是生物信息学中重要的生物序列分析手段，而剖面隐马氏 模型是获得多序列联配的一种有效方法[121，一般需要经过模型的初始化、训 练、联配三个过程。然而，目前广泛采用的Baum—Welch训练算法假设各条可 观察序列相互独立，这与实际情况有所不符。本文对剖面隐马氏模型，给出可 观察序列在不独立情况下的改进Baum—Welch算法，对两种特殊情况下(相互独 立和～致依赖)，得到了改进算法的具体表达式，然后进行了具体的数值软件开 发，并通过二个具体的蛋白质家族的多序列联配来说明改进算法的有效性。 关键词： 马氏链、复杂网络、度分布、矩形迭代算法、剖面隐马氏模型、 Baum．Welch算法、多序列联配 V 卜海人学坝l学位论文ABSTRACT 卜海人学坝l学位论文 ABSTRACT The thesis based on the research work when I studied for master degree． My main work is Markov chain computation software development in Bioinformatics and complex network． Firstly,complex network is based Oil the combination growth and preferential attachment[5]．After Barabasi and Albert used mean theory to give the analytieal solution of degree distribution of BA(Barabasi—Albert)model． When we handle more complicated model，we cannot give the analytical solution of degree distribution．Shi Dinghua，Chen Qinhua and Liu Liming gave the way of applying non—homogeneous Markov chain to get the numerical solution of degree distribution．I developed the numerical software according to the matrix iteration algorithm from the transition probability matrix to obtain the network degree distribution of Basic BA model，m-varying BA models and two evolution network model．I compare the numerical solution with the analytical solution。to show the validity of Markov computation of the complex network degree． Multiple sequence alignment is important means of biological sequence analysis in bioinformatics and Profile Hidden Markov Model(PHMM)[12]is effective W ay to obtain m ultiple sequence alignment by initialization,training and aligamaent．However,the well—known Baum-Welch tr