基于贝叶斯统计的基因非编码区与模体识别问题研究

【摘要】近年来，基因组计划的实施，使得DNA序列数据激增，对产生的海量序列进行有效地分析成为生物信息学的首要任务之一．其中，基因非编码区的解读已经成为科学家面临的挑战，对模体的研究是此领域一个重要的问题，因为识别模体是理解基因转录机制和表达模式的关键．对于此领域大量的DNA数据，将贝叶斯统计方法中的先验信息和后验分布的思想引入到序列分析当中，成为国内外学者讨论的热点问题．本论文采用贝叶斯统计方法对基因非编码区进行序列分析，并且对模体识别问题进行了研究．具体工作包括以下几个方面：1．针对非编码DNA背景序列建模问题，提出了一种基于贝叶斯假设检验的序列相关性的分析方法．选择Dirichlet分布作为多项分布的先验分布并且应用Jeffery先验超参数，对序列的马尔可夫性进行检验．该方法指出了马尔可夫模型模拟序列背景分布的优点并给出了确定马尔可夫模型阶数的方法．利用酿酒酵母中10类基因的上游序列集验证所得模型，可以得到序列集至少具有一阶以上的相关性，实验结果表明用高阶马尔可夫模型来建模背景序列比单碱基模型更合理．2．针对生物序列中已识别模体的统计显著性检验问题，提出了一种改进的贝叶斯假设检验方法．将模体的显著性检验转化为多项分布的拟合优度检验问题，应用贝叶斯定理得到贝叶斯因子进行模型选择．这种方法克服了传统多项分布检验中构造检验统计量及计算其在零假设下确切分布的困难．针对多项分布的Dirichlet先验分布中的超参数估计问题，提出了两种参数估计方法：一种基于极大似然准则，采用Newton-Raphson迭代算法估计Dirichlet分布的超参数，使得数据的预测分布达到最大；另一种是基于矩估计得到Dirichlet分布的超参数．采用皮尔逊积矩相关系数作为评价检验质量的一个标准，实验结果均优于传统的一些模体检验的方法．3．针对生物序列中已识别模体的相似性统计分析问题，采用位置频数矩阵描述序列模体，基于贝叶斯假设检验，提出了一种位置频数矩阵的识别和聚类方法．利用贝叶斯因子和原模型的后验概率，建立了一个基于列与列比较的相似性度量方法．其中，原模型是指进行比较的模体的两列相互独立并且服从同一个多项分布．通过对真实数据和模拟数据的实验分析，表明可以得到更加准确的分类结果．4．针对位置相关模体的识别问题，提出了一种新的基于贝叶斯得分函数的Gibbs抽样识别算法．现存的很多模体识别算法都假设模体内部各个位置之间相互独立，但是最近的生物实验已经证实部分模体的位置之间存在明显的相关性．为了探索这种相关性，算法首先推广模体的位置权重矩阵模型，构建碱基二联体位置频数矩阵描述模体内部成对碱基的相关性；其次，基于该模体模型，构建新的贝叶斯得分函数，并利用JASPAR数据库中的模体对该得分函数中的超参数进行极大似然估计；最后，通过贪婪选择模体的初始位点并进行位点抽样，搜索具有最大得分函数的模体．通过真实数据和模拟数据评价新的贝叶斯得分函数，实验结果表明算法能够有效的对每条序列包含一个模体实例的未知模体进行识别，结果优于没有考虑位置相关性的一些模体识别算法．
【作者】刘倩；
【导师】刘三阳；
【作者基本信息】西安电子科技大学，应用数学，2014，博士
【关键词】生物信息学；贝叶斯统计；统计显著性；相似性分析；模体识别；

【参考文献】
[1]吴超.基于Applet音视频客户端的设计与实现[D].杭州电子科技大学,电子与通信系统,2013,硕士.
[2]于跃海,何建敏,邱海波,郑瑞强.空值环境下基于粗集理论的知识表达研究[J].系统工程学报,2002,01:62-66+81.
[3]陈川,何跃,贺昌政.基于自组织数据挖掘方法的经济预警研究[J].成都信息工程学院学报,2005,01:101-106.
[4]彭湖.诗词歌赋翻译中的不定点及其具体化[D].西南交通大学,外国语言学及应用语言学,2013,硕士.
[5]郭阳书.JBH物业管理公司电商化运营的设计[D].吉林大学,工商管理,2013,硕士.
[6]陈康慷.IGS分析中心轨道/钟差产品综合及网解模式动态精密单点定位研究[D].长安大学,大地测量学与测量工程,2014,硕士.
[7]高军肖.植物油（籽）对牛奶共轭亚油酸前体物累积规律影响的研究[D].中国农业科学院,动物营养与饲料科学,2004,硕士.
[8]王晓云.基于家具产品全生命周期的绿色设计研究[D].大连理工大学,美术学,2013,硕士.
[9]罗若愚.温室大棚微机测控系统研究[D].华中农业大学,农业机械化工程,2001,硕士.
[10]任鹏鹏.重复肾肾积水的临床诊治（附11例报告）[D].浙江大学,外科学（专业学位）,2011,硕士.
[11]张磊.快速城镇化背景下安徽省城乡规划管理对策研究[D].安徽大学,公共管理,2012,硕士.
[12]陈冰,刘宇,田芬.银行业CRM应用研究系列专题(二)中国银行业实施CRM面临的有关问题[J].中国金融电脑,2002,08:63-66.
[13]赵立群.LN联通计费账务系统改造案例分析[D].华东理工大学,工商管理（专业学位）,2013,硕士.
[14]王玲.基于人工神经网络的水文过程模拟研究[D].河海大学,2002.
[15]卢奕南,张弘,赵东彪.遗传程序设计方法在分类问题中的应用[J].长春理工大学学报,2004,01:34-36.
[16]杨越.钢铁厂综合化设备维护管理系统[J].冶金自动化,1998,03:24-27+35.
[17]汪亚娟.基于iTRAQ技术的盐（NaCl）胁迫下黑果枸杞蛋白质组学研究[D].兰州大学,植物学,2013,硕士.
[18]李宏伟,王九拴,邵林海,丁清香,李云子.油气检测技术在三湖浅层生物气勘探中的应用[J].石油地球物理勘探,2013,05:770-775+673+854.
[19]何静.新一佳超市员工高离职率原因及对策研究[D].湖南师范大学,工商管理（专业学位）,2013,硕士.
[20]蒋圣平,邹益仁,梁刚.钢铁企业CIMS下生产计划的研究[J].冶金自动化,2003,06:1-6.
[21]肖怡.广州连锁超市亟需解决的几个大难题[J].商业经济文荟,2001,04:30-33.
[22]杨小会.基于数字地图技术的无人机测控软件设计与开发[D].南京航空航天大学,控制理论与控制工程,2013,硕士.
[23]秦莉.从新神话主义角度解读《纳尼亚传奇》[D].山西师范大学,比较文学与世界文学,2013,硕士.
[24]石磊,谢希武.关联规则挖掘在数据仓库中的应用研究[J].山东师大学报(自然科学版),2004,01:94-96.
[25]代小梅.香葱高效减灭菌剂筛选与适宜干制方法研究[D].南京农业大学,农产品加工及贮藏,2011,硕士.
[26]甘玉花.丙烯选择氧化制丙烯醛催化剂的研究[D].厦门大学,物理化学,2014,硕士.
[27]贾晓洁.硅醇、聚乙二醇催化体系的建立及其氧化性能研究[D].西北师范大学,2011.
[28]朱晨艳.基于自由现金流量的上市公司过度投资行为研究[D].浙江工业大学,会计学,2013,硕士.
[29]张超.高中数学课堂学生提问行为的研究[D].贵州师范大学,学科教学（专业学位）,2014,硕士.
[30]李科.高能球磨合金化粉末对金刚石工具胎体性能影响的研究[D].华侨大学,机械制造及其自动化,2014,硕士.
[31]朱晓春.基于CWM的关系型数据库建模工具的研究[D].合肥工业大学,2005.
[32]钱荣钧.连接方式对组合检波器效应的影响[J].石油地球物理勘探,1975,01:52-58.
[33]林绍然.FT集团组织结构变革案例研究[D].华南理工大学,工商管理（专业学位）,2014,硕士.
[34]石春艳.中学语文古典诗歌教学中的情感教育[D].信阳师范学院,学科教学,2014,硕士.
[35]何杰,潘庆.把握跨越式发展机遇,将基础研究做深做实—国家自然科学基金2011年半导体科学领域申请项目概况分析[J].半导体学报,2012,02:154-166.
[36]姜蒙霞.低雷诺数下搅拌槽/反应器内流动特性的实验研究[D].北京化工大学,化学工程与技术,2013,硕士.
[37]董建设.基于HTML标记分析及中文切词的网页索引研究与实现[D].兰州理工大学,2003.
[38]王静雅.基于RS和GIS的雅砻江流域生态环境综合评价研究[D].成都理工大学,第四纪地质学,2013,硕士.
[39]王中.论低碳生态型城市建设中的公众参与[D].苏州大学,行政管理,2013,硕士.
[40]马晓杰.自蔓延高温合成层状正极材料钴酸锂的工艺研究[D].兰州理工大学,材料加工工程,2014,硕士.
[41]晏勇.天弘基金产品营销策略研究[D].大连海事大学,工商管理,2012,硕士.
[42]刘向斌.大庆榆树林油田树101区块二氧化碳驱封窜技术研究[D].浙江大学,地质学,2012,硕士.
[43]赖小鹏.从在线品牌社群承诺到品牌忠诚的形成路径研究[D].南京财经大学,企业管理,2012,硕士.
[44]江帆,何珊.边缘修饰的石墨烯纳米带电子特性的第一性原理研究[J].原子与分子物理学报,2011,06:1137-1142.
[45]解明.经济发展方式转变背景下国有企业社会责任研究[D].吉林大学,财政学,2014,硕士.
[46]黄蓬.粘接界面疲劳载荷作用下性能退化的非线性超声实验研究[D].北京交通大学,固体力学,2013,硕士.
[47]唐安琪.吸附及臭氧氧化联用处理煤化工废水生化出水试验研究[D].哈尔滨工业大学,市政工程,2014,硕士.
[48]袁宝国.聚苯胺/石墨烯型复合吸波材料的研究[D].北京化工大学,2014.
[49]甘丽坤.金融危机期间我国上市金融业公允价值会计信息的价值相关性研究[D].杭州电子科技大学,会计学,2013,硕士.
[50]叶宝兴,束怀瑞,李德全.聚乙二醇对平邑甜茶叶片气孔器超微结构的影响[J].植物生态学报,2002,02:239-242.