[信息与通信]原核生物中的转录调控模体预测研究

《[信息与通信]原核生物中的转录调控模体预测研究》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、分类号：o，箩7密级：◎厶紊力夕■奢／7博士学位ShandongUniversityDoctoral论文题目：再叛驻lj饲寸自始承冲磁呼曲商J7巧龟饥㈨z懈c以吻叼和脒甲砒哆作专B寸合作导．p如■P朋竹爹f虬矗厶以朋删驾臼历缸哗细b年厶月／‘日§蚕奎≥蓦耋蠢冀‘i葛◆师●◆关于学位论文使用授权的声明本人完全了解山东大学有关保留、使用学位论文的规定，同意学校保留或向国家有关部门或机构送交论文的复印件和电子版，允许论文被查阅和借阅；本人授权山东大学可以将本学位论文的全部或部分内容编入有关数据库进行检索，可以采用影印、缩印或其他复制手段保存论文和汇编本学位论文。(保密论文

2、在解密后应遵守此规定)论文作者签名：导师签名垂要坠日期：婴!呈：兰：p一●IdentifyingcisRegulatoryMotifsinTranscriptionofProkaryoticGenomes原核生物中的转录调控模体预测研究THESISSubmittedinPartialFulfillmentoftheRequirementsfortheDegreeofDoCToROFPHILoSOPHY(OperationResearchandControlTheory)attheSHANDoNGUNIVERSITYByBingqiangLiuSupervisor：P

3、rof．GuojunLiMarch2010山东大学博士学位论文●●——一一．山东大学博士学位论文中文摘要英文摘要目录VVll第一章预备知识l§1．1基因调控和调控模体．．．．．．．．．．．．．．．．．．．．．．．．．．2§1．2模体预测问题．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．4§1．3模体预测的方法．．．．．．．．．．．．．．⋯⋯．．．．．．．．．4§1．4MREC和BOBRO．．．．．．．．．．．．．．．．．．．．．．．．．．．．4第二章文献背景9§2．1模体的表示模型．．．．．．．．．．．．．．．．．．．．．．．．．．．．9§2．2传统的

4、模体预测算法．．．．．⋯．．．．．．．．．．．．．．．．．．．11§2．3系统发生足迹．．．．．．．．．．．．．．．．．．．．．．⋯．．．．15§2．4总结．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．17第三章MREC：模体闭包和模体长度19§3．1背景与创新点．．⋯．⋯⋯⋯⋯⋯⋯⋯．．．⋯．19§3．2MREC算法⋯．．．⋯⋯．．．⋯．．⋯⋯．．⋯．⋯22§3．3实验结果与分析．⋯⋯．．⋯⋯⋯⋯⋯⋯．．⋯．30§3．4讨论与总结．⋯⋯．⋯⋯⋯⋯⋯．⋯⋯⋯．．39§3．5附录⋯．⋯．．．．．⋯．．．．．⋯．．．．⋯．⋯．．．．．40第四章BO

5、BRO：模体预测组合算法49§4．1背景简介．．．．．．．．．．．．．．．．．．．．．．．．．．．．．⋯49山东大学博士学位论文§4．2算法．．．⋯⋯．．．⋯．．．．．．．．．．．．⋯．．．．．．．．．5l§4-3大肠杆菌上的调控模体预测⋯⋯．．．⋯．⋯．⋯⋯．．56§4．4讨论与总结⋯⋯⋯⋯．．⋯⋯⋯⋯⋯⋯⋯．68第五章总结和展望75§5．1MREC和BOBRO的改进和存在的问题⋯⋯⋯．．．．．．．．75§5．2真核生物的调控模体预测．．．．⋯⋯⋯⋯．．⋯⋯．．77§5．3利用系统发生足迹策略预测模体⋯⋯．．⋯⋯⋯⋯⋯78§5．4调节子预测⋯⋯．．．．．．．⋯．．

6、．．⋯⋯．⋯⋯．．79参考文献攻读博士学位期间完成论文情况作者简介818991山东大学博士学位论文原核生物中的转录调控模体预测研究(山东大学数学学院，济南，250100)摘要生物信息学是一门新兴的交叉学科，它综合了计算机、数学、信息学等各个领域的知识来进行分子生物学的研究。生物信息学在近十几年的飞速发展极大地推动了生物学的研究，同时也给其他相关领域提供了一系列的理论问题。调控模体预测问题是生物信息学领域的一个根本问题，也是一个富有挑战性的难题。本文主要研究的问题是利用组合算法来解决原核生物中的调控模体预测问题。在基因实现其生物功能的过程中，转录既是DNA翻译成蛋白质

7、的关键一步，同时也是调控基因表达的关键阶段，转录调控通常是在转录起始步骤通过调控蛋白(转录因子)识别并结合到调控基因上游区域中的一段特定DNA序列(转录因子结合位点或调控模体)来实现的。准确地预测生物基因组调控区域的调控模体，将有助于进一步研究转录因子的自身性质的和构建转录调控网络，并且在疾病研究和制药方面有着十分重要的应用。在这篇论文中，我们首先设计了刻画和评价模体的新模型，在这个模型的基础上给出了一个模体预测的组合算法。现存的模体预测算法往往对每个预测出的模体进行孤立地评分。我们的算法首先提出了模体闭包这个新概念，然后基于这个概念在每一组相似的模体集合上，给