分享到:

转录因子结合位点预测算法的研究与应用

人类已经步入后基因组时代。随着对基因研究的不断深入,了解基因表达调控机制特别是转录调控机制的需求就显得尤为迫切起来。这是因为,基因是细胞生命活动的基础。在同一生物体内,每个细胞都有一套完全相同的基因组。但是在不同的条件下,基因的表达水平不尽相同,这种行为限定了细胞中的RNA组成,进而影响到最终所能产生出的全部蛋白质,从而决定了该细胞的功能。转录过程既是DNA翻译成蛋白质的关键一步,同时也是调控基因表达的关键阶段。转录调控通常是在转录起始步骤实现的。除了启动子以外,在几乎所有基因的上游区域中都还存在着激活基因所需的一段特定的DNA序列(转录因子结合位点)。这些序列本身并不执行任何功能,只有当其被调控蛋白(转录因子)识别、结合后才能发挥作用。它们共同控制着基因的转录。转录因子与其结合位点的结合具有高度的专一性。研究转录因子就是研究转录调控的分子机制,研究一类特定的蛋白质分子与DNA序列的结合特性,研究与DNA结合的蛋白质是如何调控基  (本文共151页) 本文目录 | 阅读全文>>

复旦大学
复旦大学

蛋白质-DNA结构模型比较及其在转录因子结合位点预测中的应用

转录因子结合位点预测研究是生物信息学的热点问题之一,其目的是发现基因上游调控区域中对基因表达产生关键影响的调控元件。转录因子结合位点作为一种转录调控元件,是基因组中具有调控功能的DNA序列片段,对其进行识别和预测将有助于解释基因表达调控的规律。随着序列比对算法研究的深入和计算机技术的发展,通过计算机平台进行转录因子结合位点的识别与预测日益成为-项重要的辅助研究手段。准确而快速的预测算法有助于生物学家了解各种转录因子的目标基因,进一步研究结合位点对基因转录调控的影响,为生物学实验提供有价值的参考信息。目前,在该领域已经开发出许多转录因子结合位点预测算法和软件,如著名的MEME、AlignACE以及BioProspector。本文主要提出了一种基于蛋白质-DNA结构模型的转录因子结合位点预测算法,该算法克服了现有经典序列比对预测算法的两个不足之处,即:①识别精度受限于先验知识;②理论模型缺乏生物意义。算法以PDB数据库中的蛋白质-D...  (本文共76页) 本文目录 | 阅读全文>>

哈尔滨工业大学
哈尔滨工业大学

miRNA及转录因子结合位点预测与调控功能分析

随着包括人类在内的上百种生物的基因组核酸全序列测定的完成,生物学家们正在制定并实施后基因组计划。基因组学研究重心已开始从揭示生命的所有遗传信息转移到在分子整体水平对功能的研究上,其中,理解基因转录调控与转录后调控机制是后基因组时代的一个基本目标。近年来,作为基因转录调控与转录后调控过程中的重要作用因子,转录因子与miRNA成为生物信息学的重要研究领域。其中,miRNA曾在2002和2003连续两年被Science杂志评选为十大科技新闻。越来越多的生物信息学研究人员致力于研究转录因子与miRNA的生物功能与调控机制。但目前的方法局限于单独研究转录因子或miRNA的调控功能,割离了转录因子与miRNA对基因表达的共同作用。因此,本文以基因表达作为切入点,研究转录因子与miRNA调控模型,预测它们的结合位点与调控功能,以及识别miRNA启动子区域。本文的主要内容包括:(1)提出转录因子与miRNA共调控基因表达的结合位点预测算法。本文...  (本文共121页) 本文目录 | 阅读全文>>

东北师范大学
东北师范大学

基于PWMSA预测碱基关联三联体转录因子结合位点

调控元件是指基因周围能够与特异性转录因子结合而影响转录水平的DNA功能序列。作为一种重要的转录调控元件,转录因子结合位点的识别已经成为当前的研究热点。准确的预测、识别算法有助于人们识别不同转录因子的目标基因,进而研究转录因子结合位点在上游调控区中的位置对转录调控的影响。本文是基于位置权重矩阵打分函数算法预测碱基关联三联体转录因子结合位点的方法。由于已有的位置权重矩阵打分函数算法主要是针对单碱基位点保守性利用位置权重矩阵预测转录因子的结合位点。这种方法虽然可以迅速地识别出转录因子结合位点,但是由于位置权重矩阵模型假定:结合位点序列中的碱基具有独立的贡献与转录因子的结合力。然而,最近的实验研究证明这种假设是不完全的,结合位点的碱基之间存在着相互作用、共同贡献与转录因子的亲和力,考虑在非编码区中也应该与编码区中一样,以三个连续的碱基来编码一个蛋白质,因而研究三联体碱基更具有生物学意义。本文基于以前的研究,将位置权重矩阵打分函数算法应用...  (本文共42页) 本文目录 | 阅读全文>>

东北师范大学
东北师范大学

基于遗传算法和位置特异性得分矩阵的动态转录因子结合位点识别方法

目前,生物信息学已经步入了后基因组时代,对基因非编码区的研究已经成为后基因组时代生物信息学研究的热点问题之一,其中一个主要研究方向就是对转录因子结合位点的研究。转录因子结合位点是一种重要的转录调控元件,是基因组中具有调控功能的DNA序列片段。对转录调控元件进行识别与预测,将有助于探寻基因表达调控的规律,促进基因调控网络的研究。随着研究的深入和计算机技术的发展,计算识别的方法已逐渐成为传统实验预测方法的有力辅助工具。准确的预测、识别算法有助于人们识别不同转录因子的目标基因,进而研究转录因子结合位点在上游调控区中的位置对转录调控的影响,为生物实验提供较准确的数据,促进实验研究。目前,已经开发出许多识别和预测转录因子结合位点的算法和软件,如MetInspector、MEME、AlignACE、Gibbs Sampler等。本文探求一种结合两种识别方法的转录因子结合位点预测方法,即将遗传算法和位置特异性得分矩阵结合在一起,并兼顾这两种方...  (本文共45页) 本文目录 | 阅读全文>>

复旦大学
复旦大学

生物序列模式挖掘的研究与应用

人类基因组计划启动以来,越来越多物种的基因序列被测出,积累了大量的基因序列信息。与此同时各种蛋白质一级结构,即多肽链的氨基酸残基的排列顺序也在不断被探测出来。这些生物序列数据被存储在世界各地的数据库中,为生物的研究提供了巨量数据。但是有了巨量的数据并不意味着拥有了知识。如何从海量数据中获得有价值的知识、探求生物序列中的规律、挖掘蕴藏的意义,成为当前生物信息学研究的热点和难点。生物序列数据是最重要的生物数据之一,通过对生物序列的分析,我们可以发现物种的遗传规律、物种间的关系等。相关研究对于人类探求生命本质、寻找改造动植物的方法、治疗疾病的药物的研发等具有重要价值与意义。本文分析了生物序列数据的特征,并通过对当前生物序列模式挖掘方法研究中一些问题的探讨,本文取得了如下成果:1)生物序列模式具有复杂的特性,为了更有效地对其进行挖掘,本文设计了一个新的生物序列模式挖掘算法--MS-BioSM。MS-BioSM算法采用新的剪枝方法改进已有...  (本文共57页) 本文目录 | 阅读全文>>