生物序列的索引研究及其应用

《生物序列的索引研究及其应用》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、生物序列的索引研究及其应用Researchandapplicationofindexonbiologicalsequences导邱伯仁师朱扬勇教授指导小组成员施伯乐教授顾宁教授汪卫教授张亮教授d4拳叠；{f§j，，§‘l-9·f，●-薏_薯菩P目录。摘要．．．．．．．．．．．．．．．．．．．．．．⋯⋯．．⋯⋯⋯⋯．．．．．．．．．．．⋯⋯．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．⋯⋯⋯⋯．．⋯．．．⋯⋯⋯．．IABSTRACT．．。．。。。．⋯．⋯．。．．．．。。。。⋯⋯⋯⋯．。．⋯⋯⋯⋯⋯．．．⋯．．。

2、．⋯⋯⋯⋯。．．⋯⋯．⋯⋯⋯⋯⋯⋯．I第1章引言⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯。l1．1研究背景和意义⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯11．1．1生物信息学⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．11．1．2生物序列相似性查询⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯21．2本文的主要工作⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯。31．3文章结构⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．4第2章相关工作⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．2．

3、1问题定义及描述⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯一62．2研究进展⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．1O第3章BIoINDEX索引143．1索引的建立⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯143．2基于BIoINDEx的查询算法⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯l53．3实验结果及其分析⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯。173．4本章小结⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．19第4章SSQ』F算法⋯⋯⋯⋯．．．．．．⋯⋯⋯⋯．．．．．

4、．．．．．⋯⋯．⋯⋯．．．⋯⋯⋯⋯⋯．：!II4．1最优过滤顺序模型和过滤集大小估计⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯。204．1．1最优过滤顺序模型⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯204．1．2各过滤器的基本过滤原理⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯234．1．3过滤集大小的在线估计⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯。254．2SS0-MF算法实现策略⋯⋯⋯。⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．3l4．3实验结果及其分析⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯334．3．1参数影响⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯

5、⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．．344．3．2过滤水平⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．．354．3．3过滤代价和过滤准确度⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯。364．4本章小结⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．．38第5章转录调控序列数据挖掘系统⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯。⋯．395．1转录调控序列数据挖掘系统概述⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯39生物序列的索引研究及其应用5．2顺式调控元件查询工具⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．4l

6、5．3转录调控序列挖掘工具⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．425．3．1顺式调控元件挖掘工具⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．．425．3．2转录因子挖掘工具⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．．435．3本章小结⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯45第6章总结与未来研究工作⋯⋯⋯⋯⋯⋯．．．⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．47参考文献⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．49攻读硕士学位期间的工作成果⋯⋯⋯。致{射⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯

7、⋯．生物序列的索引研究及其应用捅要在生物领域研究中，在巨量生物数据库中进行生物序列相似性查询是一项经常性的工作，在探索生物学知识和生命活动规律的过程中扮演着重要角色。然而在大型的长序列数据库中用朴素的完全搜索方法来进行相似性查询，其效率是非常低下的。因此，研究者开始研究各种优化方式来提高查询效率。查询优化的关键技术之一就是建立索引。索引结构用一定的存储空间作为代价换取查询时的快速响应。良好的索引结构能有效组织生物序列数据，显著提高检索的速度。然而现有的方法存在一些问题，针对这些问题提出新的方法以提高查询效率是当前研究的热点。本文分析了当

8、前的生物序列相似性查询的索引研究的现状，针对现有查询算法的不足，提出了新的基于索引的生物序列相似性查询算法BioIndex方法和SSQ-MF算法，设计实现了转录调控序列数据挖掘系统ITREP。本文取得的主要