换一批摘要随着生物信息学的发展，全基因组序列不断被测序，对于转录的研究变得越来越重要，转录因子，作为一种重要的转录调控元件，它与DNA序列的结合位点——转录因子结合位点的识别已经成为当前的研究热点。准确的预测、识别算法有助于人们识别不同转录因子的目标基因，进而研究转录因子结合位点在上游调控区中的位置对转录调控的影响。构建转录调控网络，从而指导生物学研究。是一个充满挑战和价值的研究方向。 本文提出一种改进的方法——基于HMM的转录因子结合位点识别方法。HMM是一种强大的概率模型，它在识别转录因子结合位点中已有突出的成绩。本文将HMM与特定类型转录因子的结构特征相结合，利用不同类型的转录因子结合位点在序列上的特性，构建新的隐马尔科夫模型。再结合碱基保守性判断约束提高转录因子结合位点识别的准确性。 本文算法的实现采用的是C++语言，应用该方法对转录因子存在可疑区域DNA序列，进行了转录因子结合位点的识别，文章最后对算法的实验结果进行了分析，通过实验证明了其可行性和有效性，实验结果表明，这种改进的方法是有效的，它能够提高转录因子结合位点识别的准确率。
更多相关知识
作者
学术成果认领
导师
马志强
学位信息：
主题词
转录因子(Transcription Factors)结合部位(Binding Sites)研究(Research)方法(Methods)计算生物学(Computational Biology)
发布时间
2009-08-21（万方平台首次上网日期，不代表论文的发表时间）
- 浏览0
- 被引6
- 下载0
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
