基于chip-seq数据的转录因子结合位点识别算法

《基于chip-seq数据的转录因子结合位点识别算法》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、－义腳学校代码；１０００４密级；公开龄交新１ＢＥＩＪＩＮＧＪＩＡＯＴＯＮＧＵＮＩＶＥＲＳＩＴＹ硕±学位论文基于ＣｈｌＰ－ｓｅｑ数据的转录因子结合位点识别算法Ｍ作者姓名贾薩学科专业減欄学那术＾＇＊１指导教师刘一教授ｆ１．培养院系计算机与信息技术学院＾｜｜１－－．，奇‘巧粹Ｉ祐请織鄉齡詞ｄ－：棄团野＾ｌａ理巧禅１＇画ＵＫ！＾：１＇．．ｎｐ－晒巧面溫却＊漏麵ｏ喃＿，ｆｆｌ，＂＾｜＾｜－ｗ—＾＊—＾ｏ商邱ｒ，．ＪＮ＾：诵賴．．ｐ＜Ｊ１Ｉ鍾１看，六年四■．迴

2、巧：！！５ｉ秦於《道乂肇硕±学位论文Ｃｈ－基于ＩＰｓ巧数据的转录因子结合位点识别算法ｏｒ－ＡｎＡｌｇｉｔｈｍ１；〇ＤｅｔｅｃｔＴＦＢＳｓｂａｓｅｄｏｎＣｈＩＰｓｅＤａｔａｑ作者：贾瑶丽一导师：刘北京交通大学２０１６年４月学位论文版权使用授权书本学位论文作者完全了解北京交通大学有关保留、使用学位论文的规定。特授权北京交通大学可Ｗ将学位论文的全部或部分内容编入有关数据库进行检索，提供阅览服务，并采用影印、缩印或扫描等复制手段保存、汇编１＾供查阅和借阅。同意学校向国家有关部口或机构送交论文的复印件和磁盘。

3、学校可为存在馆际合作关系的兄弟高校用户提供文献传递服务和交换服务。（保密的学位论文在解密后适用本授权说明）＼．、＾学位论文作者签名：它謂斬导师签名：１＾、＊签字曰期年月、曰签字曰期年■月曰＞；七＾乙３７学校代码：１０００４密级：公开化京交通大学硕古学位论文基于Ｃｈ－ｓｅｑＩＰ数据的转录因子结合位点识别算法Ａｎ－Ａｌｇｏｒｉｔｈｍ１：０ＤｅｋｃｔＴＦＢＳｓｂａｓｅｄｏｎＣｈＩＰｓｅｑＤａｔａ：作者姓名贾瑶丽学号：１３１２０３９９一导师姓名：刘职称：教授学位类别：工学学位级别：硕±学科专

4、业：计算机科学与技术研究方向：数据挖掘北京交通大学２０１６年４月ｉ致谢一在这里，首先感谢导师刘教授在研究生期间给予的学习上和生活上的谭厚教诲和悉也关怀。刘老师为人诚恳，学识渊博。刘老师的榜样作用影响并激励着我？未来的人生，鞭策我奋发努力工作，锐意进取，是我人生路上的标杆。其次，非常感谢中科院遗传与发育生物学研究所李家洋研究组余猫老师在我实习期间在科研上对我不遗余力的帮助。余老师平易近人、知识渊博、学风严谨。余老师传授知识时深入浅出。实习期间，余老师潜移默化影响着我、并激励着我不断努力地去实现人生的梦想。再次感谢中科院遗传

5、与发育生物学研究所给予的数据上的支持，使我的研巧工作得顷利进行。一最后，感谢我家人直默默支持和鼓励我，他们都，他们为我无怨无悔地倾注自己的必血、，给予我坚实的依靠和无限的信屯。感谢我的同学、朋友在我情绪低谷的时候无私的陪伴、。再次衷屯地感谢关也、帮助和支持我的老师、同学、朋友。北京交通大学硕±学位论文摘要随着生物信息学的大力发展，，研究者们不断地在探究基因调控规律而不能深入的理解转录调控规律己经成为研究调控网络的瓶颈。目前，转录因子结合位一一点识别问题己成为生物信息学的热点研究领域之。转录因子作为种重要的转，通过与特定的Ｄ

6、ＮＡ序列相结合录调控因子，在基因表达的过程中，调控下游基因的表达，抑制或增强其作用，是基因表达的关键步骤。识别这些特定的ＤＮＡ序列对理解基因调控具有重要意义。随着高通量自动化测序技术的快速发展，染色质免疫共沉淀（ＣＭＰ）技术与二代测序技术相结合的ＣｈＩＰ－ｓｅｑ技术为转录因子结合位点识别研巧提供了海量的数据－ｓｅ。ＣｈＩＰｑ技术在全基因组上免疫沉淀ＤＮＡ片段，为全基因组范围上识别转录因子结合位点提供了高分辨率的数据，成为了研巧转录因子结合位点的常规手段。现在己有许多转录因子结合位点识别算法用于寻找Ｃｈ－ｓｅ数据中的转录因ＩＰｑ子特异

7、结合序列，但这些算法依然存在很多问题。首先，现存的这些算法不足Ｗ胜任ＣｈＩＰ－ｓ海量数据而导致不切实际的开销其次，这些算法过度依赖重复巧的；－，无法区分识别位点真伪等缺点序列过滤。本文在现有发表的ＣｈＩＰｓｅ数据基础ｑ上－，挖掘和总结ＣｈＩＰｓｅ数据的特点ｑ，并针对这些特点，利用期望最大化一（ｅｘｐｅｃｔａｔｉｏｎｍａｘｉｍｉｚａｔｉｏｎ，ＥＭ）算法的思想，提出了个简化的ＥＭ算法。甘有－ｓｅ的基于ＥＭ的识别转录因子结合位点识别算法忽略了ＣｈＩＰｑ数据的特点，虽然成功的发现了真实的转录因子结合位点，但却付出了时间的代价。本