1、隨著人類基因組計劃的完成，越來越多的科學家開始從海量的生物序列數(shù)據(jù)中挖掘基因之間的功能，這使得研究功能基因組學成為了后基因組時代研究的主流。而研究pre-mRNA的選擇性剪接機制是功能基因組學研究的前沿課題之一。外顯子剪接增強子在結合SR蛋白之后能夠調(diào)控附近的剪接位點進行選擇性剪接，從而能夠決定mRNA形成的蛋白質(zhì)的功能，所以在海量的生物序列數(shù)據(jù)中準確的識別外顯子剪接增強子具有重要的意義。
　　由于識別外顯子剪接增強子的研究具有重

2、要的意義，這就使得相關的技術受到了越來越多的關注，然而現(xiàn)有的方法在理論和實際應用中卻依然存在著諸多的問題，比如，訓練數(shù)據(jù)集噪音大、分類特征信息選取片面、分類算法的復雜度高等。
　　針對上述問題，本文首先系統(tǒng)的綜述了識別外顯子剪接增強子的研究現(xiàn)狀，進而提出了從構造數(shù)據(jù)集、選取分類特征和選取分類算法這三個角度去改進已有的識別外顯子剪接增強子的分類器。論文的主要研究工作和創(chuàng)新點如下：
　　提出了基于啟發(fā)式構造訓練數(shù)據(jù)集的方法。基于

3、生物學背景知識，構造了含有人類外顯子剪接增強子信息的訓練正例集；構造了由計算機隨機生成的序列組成的訓練反例集；啟發(fā)式構造了含有較少的人類外顯子剪接增強子信息的訓練反例集。
　　設計了新的基于決策樹和隨機森林兩種分類算法的分類器，構造了新的分類特征集合，用于識別外顯子剪接增強子。并創(chuàng)新性的結合了外顯子剪接增強子在pre-mRNA上的序列信息和其所要結合的SR蛋白信息，作為分類特征，用于刻畫外顯子剪接增強子數(shù)據(jù)。
　　本文選取了