粗糙集理论在启动子识别中的应用研究

论文摘要

将粗糙集理论应用于生物信息学,是上个世纪末以来许多科研工作者一直关注的研究热点,而且越来越多的被应用于生物信息学的各个方面,目前已在人工智能、知识与数据发现、模式识别与分类、故障检测等发面得到了广泛应用,它能有效地分析不精确、不一致、不完整等各种不完备信息。而启动子识别又是生物信息学中重要的研究课题。启动子是非常重要的控制和调控转录的DNA区域,其结构的研究对于基因表达模式、基因调控网络、细胞特异等方面是十分重要的。因此,如何从基因组中准确、快速地识别出启动子、发现其中包含的信息,将具有非常重要的意义。针对粗糙集理论的相关基本概念和基于计算机的启动子识别技术的现状进行分析与研究。指出如何将粗糙集理论运用于启动子识别技术中,研究运用粗糙集理论对现有启动子识别技术进行改进的方法,从知识依赖性的角度出发,利用知识依赖性计算转录因子结合位点间的依赖关系,为今后的启动子识别技术奠定基础。对转录因子结合位点序列进行分析研究,首先分析了粗糙集对于不完备信息系统的处理方法,然后在此基础上运用属性重要性对序列进行预处理,为今后运用粗糙集理论进行启动子识别研究提供了相应的便利条件。在对序列进行预处理和计算位点间依赖关系的基础上,提出一种基于粗糙集理论的启动子识别方法,解决现有启动子技术单独考虑转录因子结合位点的出现来进行启动子判断所存在的问题。通过启动子序列相关数据的收集,对提出的方法进行实验分析和验证,用数据来检验该方法的有效性。从实验结果可看出,该方法能较好地识别出启动子序列。

论文目录

• 摘要
• ABSTRACT
• 第一章 绪论
• 1.1 课题研究背景及意义
• 1.2 粗糙集理论的产生和发展
• 1.2.1 粗糙集理论的提出背景
• 1.2.2 粗糙集理论的研究对象
• 1.2.3 粗糙集理论的研究现状
• 1.3 粗糙集理论的特点及其所能解决的问题
• 1.3.1 粗糙集理论的特点
• 1.3.2 粗糙集理论所能解决的问题
• 1.4 生物信息学及启动子
• 1.4.1 生物信息学的主要研究方向
• 1.4.2 粗糙集与生物信息学的结合
• 1.4.3 基于计算机的启动子识别研究现状
• 1.5 论文研究的内容和意义
• 1.6 论文的组织结构
• 第二章 粗糙集理论基本概念
• 2.1 知识与知识库
• 2.2 上下近似与粗糙集
• 2.3 决策表
• 2.3.1 决策表定义
• 2.3.2 决策规则
• 2.4 知识约简
• 2.4.1 一般约简
• 2.4.2 相对约简
• 2.5 决策表的约简
• 2.6 分辨矩阵与分辨函数
• 2.7 本章小结
• 第三章 转录因子结合位点间的依赖关系
• 3.1 知识的依赖性
• 3.2 启动子及转录因子结合位点
• 3.2.1 启动子
• 3.2.2 转录因子结合位点
• 3.3 转录因子结合位点间的依赖关系
• 3.4 本章小结
• 第四章 粗糙集理论在序列预处理中的应用
• 4.1 数据补齐
• 4.2 属性重要性
• 4.3 序列数据预处理
• 4.4 本章小结
• 第五章 基于粗糙集理论的启动子识别
• 5.1 基于粗糙集理论启动子识别的基本原理
• 5.1.1 决策表的转换
• 5.1.2 数据的预处理
• 5.2 基于粗糙集理论启动子识别的具体方法
• 5.3 模拟实验分析与验证
• 5.3.1 实验数据的获得
• 5.3.2 实验过程与结果
• 5.4 本章小结
• 第六章 总结与展望
• 6.1 本论文研究工作的总结
• 6.2 工作展望
• 参考文献
• 致谢
• 攻读硕士学位期间主要的研究成果