登录 | 注册 | 退出 | 公司首页 | 繁体中文 | 满意度调查
综合馆
(l,d)-模体识别问题的遗传优化算法
  • 摘要

    转录因子结合位点识别在基因表达调控过程中起着重要的作用.文中提出了一种贝叶斯模型驱动的模体识别的遗传优化算法GOBMD(Genetic Optimization with Bayesian Model for Motif Discovery).GOBMD首先使用一个基于位置加权散列的投影过程,将输入序列中的l -mers投影到k维(k<l)子空间,找出DNA序列中的起始良好候选模体,作为遗传算法的初始群体,以进一步求精.在遗传迭代过程中,采用结合贝叶斯模型的适应度函数指导进化过程.模拟数据的实验结果表明,与Gibbs、WINNOWER、SP-STAR、PROJECTION这些模体识别算法相比,GOBMD在对植入(l,d)-模体识别时有较好的性能,能够解决大部分挑战性的植入(l,d)-模体识别问题.此外,作者用Boxplot显示了上述模体识别算法在模拟数据识别上的性能系数分布,结果表明GOBMD具有较好的效率.针对真实生物序列的实验结果同样表明了GOBMD算法的有效性.

  • 作者

    霍红卫  郭丹丹  于强  张懿璞  牛伟  HUO Hong-Wei  GUO Dan-Dan  YU Qiang  ZHANG Yi-Pu  NIU Wei 

  • 作者单位

    西安电子科技大学计算机学院 西安710071

  • 刊期

    2012年7期 ISTIC EI PKU

  • 关键词

    模体识别  遗传算法  贝叶斯模型  散列  投影 

参考文献
查看更多︾
相似文献 查看更多>>
34.226.244.70