1、已完成及正在進(jìn)行的不同物種的基因組測序工作，一方面促進(jìn)了比較基因組方法在基因組研究中的廣泛應(yīng)用，另一方面使得預(yù)測基因組中蛋白質(zhì)編碼基因的研究愈加重要，目前已有不少研究通過采用比較基因組方法以獲得高精度的基因預(yù)測系統(tǒng)。但是由于基因組序列的復(fù)雜性，基因組比較產(chǎn)生的相似性信息中具有大量的假陽性信息，因此，需要對蛋白質(zhì)編碼基因的相似性信息進(jìn)行特征分析與挖掘，這對于正確利用基因組相似性、進(jìn)一步提高基因結(jié)構(gòu)預(yù)測系統(tǒng)的精度具有重要作用。
　　

2、 本研究在觀察基因組序列比對信息的基礎(chǔ)上，深入分析了編碼區(qū)相似性匹配區(qū)別于非編碼區(qū)相似性匹配的特征，分析角度包括：匹配的相似性程度、在進(jìn)化選擇作用影響下匹配間的關(guān)系、基因編碼區(qū)與相似性匹配區(qū)域的邊界差異等。并以減少假陽性相似性信息為目標(biāo)，設(shè)計(jì)了相應(yīng)的相似性信息挖掘措施。其次，基于本實(shí)驗(yàn)室研制的基因結(jié)構(gòu)從頭預(yù)測系統(tǒng)GeneKey，提出了將相似性信息挖掘措施集成于該系統(tǒng)的總體方案，構(gòu)建了用于處理序列相似性信息的模型，通過整合相似性特征重建了