1、人類(lèi)基因組計(jì)劃實(shí)施以來(lái)已積累了海量的生物序列數(shù)據(jù)。隨著現(xiàn)代生物技術(shù)的快速發(fā)展,高通量檢測(cè)工具日趨完善,后基因組研究的瓶頸已不再是生物序列數(shù)據(jù)的產(chǎn)生和獲取,而是如何對(duì)現(xiàn)有的生物序列數(shù)據(jù)進(jìn)行有效的信息挖掘和分析。只有利用新的、有效的數(shù)據(jù)挖掘和分析工具才能從海量的生物學(xué)數(shù)據(jù)中提煉出有用的生物學(xué)知識(shí),才能弄清楚它們所蘊(yùn)含的結(jié)構(gòu)和功能信息,進(jìn)而徹底了解它們所表達(dá)的生物學(xué)意義。
　　模式識(shí)別技術(shù)是揭示核酸和蛋白質(zhì)序列數(shù)據(jù)中所蘊(yùn)含的生物學(xué)意義的

2、基本方法之一。其出發(fā)點(diǎn)是找出不同序列間的相似片段,從而歸結(jié)出序列片段中蘊(yùn)含的特征模式,進(jìn)而推斷出該特征模式與已知的結(jié)構(gòu)和功能之間的內(nèi)在聯(lián)系。對(duì)于基因表達(dá)譜數(shù)據(jù)而言,模式識(shí)別就是利用基因的數(shù)據(jù)分布特征信息找出相關(guān)的特征基因。對(duì)于蛋白質(zhì)序列而言,模式識(shí)別就是利用蛋白質(zhì)序列的某些特征模式識(shí)別相關(guān)蛋白質(zhì)的性質(zhì)。本文通過(guò)生物信息學(xué)領(lǐng)域三個(gè)比較熱點(diǎn)的問(wèn)題介紹了自己在這方面的相關(guān)研究和工作。
　　特征基因提取方法對(duì)腫瘤檢測(cè)來(lái)說(shuō)已經(jīng)成為當(dāng)今研究腫

3、瘤分子診斷的熱點(diǎn),但由于基因表達(dá)譜數(shù)據(jù)存在維數(shù)過(guò)高、樣本量很小以及噪音很大等特點(diǎn),使得腫瘤特征基因選擇成為一件有挑戰(zhàn)性的工作。本章提出一種新的尋找特征基因的方法,首先基于區(qū)間間隔或覆蓋比的方法來(lái)初步選出一些特征基因,而后刪掉其中的冗余基因,達(dá)到以最少的基因數(shù)得到更高的分類(lèi)準(zhǔn)確率。實(shí)驗(yàn)采用了三種腫瘤樣本集來(lái)驗(yàn)證新算法的有效性。針對(duì)這三個(gè)樣本集,只要2或3個(gè)特征基因就能得到100％的5-折交叉驗(yàn)證識(shí)別準(zhǔn)確率。
　　基于氨基酸序列的特征

4、向量提取方法對(duì)研究蛋白質(zhì)的結(jié)構(gòu)和功能有著重要的作用。不論在原核生物還是真核生物中,信號(hào)肽幾乎控制著所有蛋白質(zhì)的分泌途徑,為此它的發(fā)現(xiàn)對(duì)現(xiàn)代細(xì)胞生物學(xué)研究有著重大的影響。在建立它的特征向量時(shí),在偽氨基酸模型的基礎(chǔ)上加入了局部氨基酸信息,使實(shí)驗(yàn)結(jié)果有了很大的提高,整體預(yù)測(cè)結(jié)果達(dá)到了97%以上。在其剪切點(diǎn)的判斷問(wèn)題上考慮到數(shù)據(jù)的不平衡性,對(duì)位置權(quán)矩陣進(jìn)行了改進(jìn),結(jié)果也有所改善。酶作為一種重要的生物催化劑在生物代謝過(guò)程中扮演著非常重要的角色,并