结合位点进化距离与支持向量机的蛋白质分类方法

生物信息学的一个关键的研究课题是理解细胞的分子机制,这依赖于对基因所决定的每一条蛋白质的含义或者功能的理解.一般通过与一条或多条功能已知的蛋白质的相似性比较来推测未知蛋白质的功能,其中,基于支持向量机的一些算法取得了很好的成果.SVM-pairwise算法是当前最好的基于支持向量机的算法中的一个,该方法利用两条序列的相似性来将蛋白质序列转化为固定长度的向量.文中提出了一种新的利用支持向量机算法对蛋白质序列进行分类的方法,这种方法使用位点进化距离代替两条序列的比对得分,该方法比SVM-pairwise有着显著的改善,在蛋白质结构分类数据库(SCOP)上进行的实验表明,该方法具有比SVM-pairwise更好的分类性能.     

基于分群策略的机群系统上Motif发现并行算法

Motif发现是生物信息学的一个重要研究问题。采用均匀分配后缀群策略、并行淘汰和归并方法,在机群系统上设计一种Motif发现并行投票算法。实验结果表明,在保证解精 度的前提下,该并行算法获得了良好的加速,执行效率达到95％以上。     

联合聚类非线性相关的时序基因表达数据

为聚类非线性相关的数据对象,引入广义信息论中二次互信息作为相似性度量,利用矩阵理论降低了二次互信息的计算量,并结合滑动窗口技术,建立了一种时序数据非线性相关模型.在此基础上提出了适用于时序基因表达数据的确定性联合聚类算法MI-TSB.该算法将时序数据转化为抽象字符序列,然后插入到MI-泛化后缀树中,避免了穷举各种组合,从而快速索引全部聚类结果.实验结果显示MI-TSB算法具有良好的运行性能,成功聚类出非线性相关的对象;利用Gene Ontology对聚类结果进行基因注释,也验证了聚类结果的生物学意义.     

枣GDPD甘露糖焦磷酸化酶基因的克隆及生物信息学分析

GDP-D-甘露糖焦磷酸化酶（GDP-D-mannose pyrophosphorylase,GMP）是植物As A生物合成的第一个关键酶,至今未见该基因在枣中的相关报道。本研究根据Gen Bank中登录的苹果、桃和草莓等植物GMP保守序列设计引物,采用同源克隆法,从\     

深度学习在生物序列分析领域的应用进展

随着生物技术的不断发展和生物学数据的大量产出,传统生物学数据分析方式不足以应对日益复杂庞大的生物序列数据. 面对这种情况,国内外学者逐步将深度学习应用到生物学分析中,利用其处理高维数据的优势,取得了一系列进展,并成为生物序列数据分析中的研究热门. 为了更好地了解深度学习在生物序列数据分析领域中的新进展,对该领域研究现状进行了综述. 首先,介绍深度学习应用到生物序列数据分析中的重要意义;其次,对目前应用领域中具有代表性的深度学习模型进行阐述;然后,分析深度学习在生物学领域的应用研究现状;最后,说明目前深度学习在生物学领域中的局限性,并进一步提出未来发展应考虑的因素.

     

牛病毒性腹泻病毒Npro基因克隆、生物信息学分析及其表达鉴定

目的 研究牛病毒性腹泻病毒(bovine viral diarrhea viruses,BVDV)N-端自身蛋白酶(Npro)的生物信息学特征及表达特性.方法 克隆NADL株BVDV Npro基因,利用生物信息学软件分析其编码蛋白的理化性质、疏水性、跨膜区、信号肽、二级及三级结构,并进行原核表达、纯化及鉴定.将纯化的重...     

复方木鸡颗粒对人肝癌细胞SMMC-7721细胞周期和细胞凋亡的影响

利用网络药理学和生物信息学方法揭示复方木鸡颗粒治疗肝癌的作用机制。通过TCMSP、Swiss Target Prediction数据库分别获取复方木鸡颗粒的活性成分以及相关靶点;在GEO数据库筛选肝癌的相关靶点;利用Venny 2.1在线平台获取药物与疾病的共同靶点;由Cytoscape 3.8.2绘制药物–成分–靶点–疾病网络;用STRING数据库构建PPI网络;通过DAVID数据库进行GO功能富集和KEGG通路富集分析;利用Kaplan Meier-Plotter数据库对关键基因的表达量及预后关联性进行分析;运用AutoDock软件对关键成分和靶点进行分子对接验证。复方木鸡颗粒中共获得37个活性成分,筛选出57个共有靶点,涉及生物过程98条、细胞成分17条、分子功能37条,介导15条信号通路。生存期分析结果显示,ESR1、CYP3A4、G6PD基因的表达量与肝癌患者的生存期具有相关性。分子对接表明筛选的6个活性成分与6个关键靶点蛋白之间具有较好的结合能力。复方木鸡颗粒中的大豆皂苷C、柚皮素、β-谷固醇、汉黄芩素等活性成分可以作用于ESR1、CYP3A4、G6PD等靶点,可能通过P53、戊糖磷酸途径、MAPK等信号通路发挥治疗肝癌的作用。

     

基于XML的核酸序列元数据模型

提出通过元数据和XML来建立核酸序列的数据仓库,实现核酸序列数据的真正共享,建立数据仓库的模型,并且运用元数据和XML的知识给出了实例。     

应用于分类EST序列拼接的并行遗传算法

利用EST（Expresscd Sequence Tag)序列数据发现新基因,是当前国际上基因组研究的热点,但程序设计十分复杂。计算量非常巨大。而遗传算法是一种能在复杂而庞大的搜索空间中利用问题的固有知识来缩小搜索范围,避免组合爆炸,从而得到最优解或准最优解的通用搜索算法。该文结合核酸序列的特征,提出了一种改进的并行遗传算法,应用于EST序列拼接的组合优化。     

蛋白质相互作用网络的相似子网搜索问题研究

蛋白质相互作用网络（Protein-Protein Interactions Network,PIN）的相似性问题是目前生物信息学领域研究的热点。将计算机科学和生物学相结合,提出了蛋白质相互作用网络邻居优先搜索算法。该算法综合蛋白质的序列信息和蛋白质相互作用网络的拓扑结构信息,适度提高与相似蛋白质有直接相互作用的蛋白质之间的相似系数,实现了不同物种间蛋白质相互作用相似子网络的搜索。与同类算法的对比实验表明,该算法可以处理更大规模的目标子网搜索,计算速度明显提高,且利用该算法获得的结果与目标子网具有更长的相似路径。论文采用该算法研究了酵母和果蝇的蛋白质相互作用网络,获得了10条相对保守的蛋白质相互作用（Protein-Protein Interactions,PPI）。