1、辨識(shí)和分析基因組非編碼區(qū)域組織特異性序列模式(motif)對(duì)理解生物體的內(nèi)在活動(dòng)機(jī)制、具有針對(duì)性的疾病診斷和藥物設(shè)計(jì)具有重要作用。發(fā)現(xiàn)和分析這些序列模式需要可靠的模式發(fā)現(xiàn)算法、穩(wěn)健的模式驗(yàn)證理論和系統(tǒng)的生物功能分析工具。本文以人類組織特異性基因啟動(dòng)子序列為研究對(duì)象,構(gòu)建了集成多種算法的模式發(fā)現(xiàn)框架,設(shè)計(jì)了基于三種統(tǒng)計(jì)假設(shè)檢驗(yàn)的顯著性模式評(píng)分體系,并對(duì)評(píng)分較高的模式進(jìn)行了功能驗(yàn)證。
　　本文的主要貢獻(xiàn)包括:
　　首先,針對(duì)當(dāng)前

2、模式發(fā)現(xiàn)算法大部分不能有效利用已知的先驗(yàn)知識(shí),從而導(dǎo)致模式的過分估計(jì)或者低估計(jì),本文提出一種集成現(xiàn)有模式發(fā)現(xiàn)方法的元搜索架構(gòu),有效整合現(xiàn)有算法的結(jié)果。根據(jù)“平均優(yōu)于單一”的原則,提出的融合算法框架能夠融合各種算法的優(yōu)點(diǎn),使結(jié)果最優(yōu)化。我們?cè)谌祟?3個(gè)組織3954個(gè)基因中發(fā)現(xiàn)了3240個(gè)模式。
　　其次,為檢驗(yàn)發(fā)現(xiàn)的序列模式在組織中的統(tǒng)計(jì)顯著性,本文使用兩種模式匹配度評(píng)分機(jī)制和三種統(tǒng)計(jì)假設(shè)檢驗(yàn)方法,分別對(duì)這些模式的統(tǒng)計(jì)顯著性進(jìn)行評(píng)價(jià)

3、,同時(shí),設(shè)計(jì)了融合上述6種組合評(píng)價(jià)結(jié)果的基于核濾波技術(shù)的評(píng)分機(jī)制,對(duì)發(fā)現(xiàn)的序列模式進(jìn)行統(tǒng)一評(píng)分?；谶@種評(píng)分方法,本文首次定義了組織顯著性模式(Tissue Rich Motif:TRM)和組織平凡模式(Tissue Even Motif:TEM)。我們?cè)谌祟?3個(gè)組織3954個(gè)基因中發(fā)現(xiàn)了673個(gè)TRM和917個(gè)TEM。
　　最后,為映射發(fā)現(xiàn)模式的生物功能,找出其調(diào)控生物基因功能的證據(jù),本文設(shè)計(jì)了一套分析motif功能并將其功能