《用智能化算法搜索DNA序列中的微信号》-毕业论文（设计）.doc

PAGE PAGE 1 毕 业 论 文（设 计） 论文（设计）题目：用智能化算法搜索DNA序列中的微信号 姓 名 _____ 学 号 _________________ 学 院 数学学院 专 业 信息与计算科学 年 级 2007级 指导教师 2011 年 5 月 29 日 目录 摘要……………………………………………………………………………………………1 关键词…………………………………………………………………………………………1 Abstract………………………………………………………………………………………2 Key words………………………………………………………………………………………2 导论………………………………………………………………………………………3 方法……………………………………………………………………………………5 （一）经典算法…………………………………………………………………………5 （1）模体驱动算法……………………………………………………………………5 （2）CONSENSUS算法………………………………………………………………………6 （3）吉布斯采样算法……………………………………………………………………10 （4）MEME算法……………………………………………………………………………11 （二）新型算法…………………………………………………………………………14 （1）WINNOWER算法……………………………………………………………………15 （2）SP-STAR算法……………………………………………………………………17 总结………………………………………………………………………………………………20 致谢………………………………………………………………………………………………21 参考文献…………………………………………………………………………………………22 附录………………………………………………………………………………………………24 原文………………………………………………………………………………………………24 相关译文…………………………………………………………………………………………27 PAGE 28 摘 要 微信号搜索问题一直是生物信息学中一个基础问题，目前存在着各种关于DNA微信号搜索的经典算法以及理论，但是目前的算法中仍然不存在一个理想的算法，能够在比较高的精度下锁定所要搜寻的模体。如果同时考虑算法的时间复杂度等因素的话，情况就变得更加不容乐观。 本文是针对DNA序列中微信号搜索问题中最典型的“挑战问题”，分别分析了经典的模体驱动算法、CONSENSUS 算法、吉布斯采样算法和 MEME 算法的原理，适用的条件以及它们的优缺点，重点用算法复杂度的相关理论分析了这几种经典算法的优点和局限性。 本文的重点内容是介绍两种基于组合最优化原理的新型算法——WINNOWER算法和SP-STAR算法。其中，着重用相当的篇幅介绍了winnowing原理，与其相对应的WINNOWER算法就是在此基础上，着重使用可扩展集合的概念，逐步缩小被搜索的目标存在的范围，但是如何从最终的集合中查找要得到的信号仍然是一个比较复杂的问题。而SP-STAR算法的亮点就是创造了一个新型的“距离”，与传统的算法中的距离概念在数值上的特性不同，SP-STAR算法中的成对评分函数能够更明显地区分信号模体和随机模体。 对于两种新算法，本文中也简单地涉及了一下它们的延伸情况，主要是初步研究在信号长度未知、存在间隙信号、样本被损坏、信号的核苷酸组成有偏差等情况下，我们如何来完成微信号搜索。 总之，与以前的经典算法相比，建立在组合学基础上的WONNOWER算法和SP-STAR算法是比较成功的搜索DNA微信号的算法，虽然目前仍然存在着一些局限性，这两种算法的高效性是显而易见的。 关键词：模体发现，组合最优化，性能评估 Abstract Micro-signal-search has been a very fundamental problem in bioinformatics; there are various classic algorithms concerning how to search micro-signal in DNA sequences in the present, in which different theories have been put forward. However, none