基于非支配排序遺傳算法挖掘生物序列啟動(dòng)子研究.pdf

1、生物序列啟動(dòng)子的識(shí)別問(wèn)題是生物信息學(xué)中的重要研究問(wèn)題之一。啟動(dòng)子區(qū)域?qū)ι矬w的生存有至關(guān)重要的作用，當(dāng)我們從DNA里面找到啟動(dòng)子，那么基因就有可能被找到，與此同時(shí)，轉(zhuǎn)錄起始位點(diǎn)的位置也能最終確定。本文介紹了分子生物學(xué)中兩種常見的研究啟動(dòng)子表達(dá)的組織特異性的實(shí)驗(yàn)方法——GUS報(bào)告基因和5'RACE技術(shù)，這兩種方法可用在驗(yàn)證啟動(dòng)子的識(shí)別和定位算法上，但費(fèi)用高，時(shí)間較長(zhǎng)。采用傳統(tǒng)實(shí)驗(yàn)方法識(shí)別啟動(dòng)子有一定的局限性，為了更加有目的地設(shè)計(jì)實(shí)驗(yàn)，減少

2、其實(shí)驗(yàn)過(guò)程中的嘗試性工作，探索有效的啟動(dòng)子識(shí)別算法及計(jì)算機(jī)輔助工具是很有必要的。十字花科黑腐病菌，Xanthomonas campestrispv.campestris，簡(jiǎn)稱cc，這是一種重要模式菌，主要應(yīng)用于研究微生物與寄主之間相互作用機(jī)理，Xcc也是一種重要病原細(xì)菌，能夠引發(fā)十字花科植物黑腐病的發(fā)生。本文選用Xcc作為實(shí)驗(yàn)對(duì)象，研究cc啟動(dòng)子的序列特征。
　　啟動(dòng)子是生物序列中的一段保守片段——模體(Motif)，本文所要研究

3、的啟動(dòng)子識(shí)別問(wèn)題，實(shí)質(zhì)是尋找待測(cè)序列間的相似Motif。啟動(dòng)子識(shí)別問(wèn)題是一種多目標(biāo)優(yōu)化問(wèn)題，需要找到多組最優(yōu)解集供決策者選擇。本文針對(duì)現(xiàn)有的啟動(dòng)子識(shí)別算法的不足，建立3目標(biāo)優(yōu)化的計(jì)算函數(shù)，運(yùn)用基于帶精英策略的非支配排序遺傳算法設(shè)計(jì)的啟動(dòng)子識(shí)別算法對(duì)Xcc數(shù)據(jù)集中的保守片段進(jìn)行挖掘。實(shí)驗(yàn)結(jié)果表明，與已有的相關(guān)算法相比，本文給出的算法無(wú)須指定候選序列長(zhǎng)度而獲得了多組不同支持度的候選啟動(dòng)子，獲得了可供決策者進(jìn)行決策的數(shù)據(jù)集。該算法高效、具有很