网络数据挖掘及其在生物信息学中的应用

20世纪90年代中期,随着万维网的崛起和高速发展,大量信息可以从网上获取.传统的数据挖掘技术已开始应用于网络数据的挖掘中,这也正成为人们研究的焦点.本文介绍了网络数据挖掘的定义、分类,并对当前网络数据挖掘的研究现状作了综述,最后介绍了网络数据挖掘在生物信息学研究中的实际应用.     

MiRfilter:一个预测病毒microRNA的计算工具

采用生物信息学方法开发了一个预测病毒miRNA的计算机程序MiRfilter,通过提取已知的病毒miRNA的生物学特征,规定参数及参数范围,并以此为筛选标准,预测潜在的病毒miRNA.用EBV和RLCV两种病毒的正负样本对MiRfilter的预测精度进行检测.MiRfilter从39个EBV已知的miRNA中正确识别了30个,从116个负数据中检测到9个假阳性数据;从20个RLCV的miRNA中正确识别了15个,从108个负数据中检测到2个假阳性数据.用取自果蝇和线虫预测区域的186个负数据检测MiRfilter的特异性,在186个负数据中没有预测出假阳性序列.     

基于离散小波变换的膜蛋白跨膜螺旋区段预测

基因组计划所产生的大量蛋白质序列迫切需要从理论上预测跨膜螺旋区段。文中采用基于离散小波变换的方法预测膜蛋白跨膜螺旋区段的数目和位置。以PDB 代码为1KQG的膜蛋白为例,描述了该方法对跨膜螺旋区段的数目和位置的预测分析过程。从最新的MPtopo数据库中随机抽取80条三维结构已知的膜蛋白序列作为测试集 (含325个跨膜螺旋区),采用该方法对跨膜螺旋区段进行预测,其中312个跨膜螺旋区被准确预测到,预测准确率为96.6%。并将预测结果与7种常用预测方法的主要预测结果进行了比较。结果表明,本文提出的方法具有较高的预测准确度。     

MiRdetector：一个预测与搜寻miRNA基因的计算工具

MicroRNA（miRNA）是一类内源性的长约21～24 nucleotide(nt)的非编码小分子RNA,能够调节其它基因的表达活性,在生物体的发育过程中发挥重要的作用.每种生物体中miRNA的基因总数还未知,生物信息学分析手段为发现新的miRNA基因提供了有效的方法.作者开发了一个预测与搜寻miRNA基因的完全自动化系统“MiRdetector”.MiRdetector系统是基于计算机比对和miRNA前体茎环结构判断的.用水稻miRNA基因对系统的预测精度进行了检验,系统正确识别了155个样本中的140个,预测精度达到90.32％,并且搜寻到了95个可能的水稻miRNA基因.由于系统的假阳性率较低,因此能够为进一步证实miRNA基因的实验研究提供高质量的数据集.     

LiCl熔盐分子动力学模拟的Delaunay单纯形分析

利用Delaunay单纯形理论,对以LiCl为代表的熔盐系的动力学模拟构型进行了众多参数的实现及其统计.重点分析了熔化过程中Delaunay单纯形体积、面积、四面体系数及其Kirie单纯形随温度变化的趋势.借助逾渗理论和染色方法,熔化的过程可以认为是大面积Delaunay单纯形出现、成串直至逾渗的过程,而液体流动性的根源则是大体积Delaunay单纯形的出现和增加.同时,四面体系数的分布进一步证实Kirie单纯形的变化趋势.     

基因调控网络的生物信息学研究

DNA微阵列技术和蛋白质质谱技术为基因调控网络的研究提供了可能的技术装备.基因调控网络的研究试图以系统的观点为出发点,从基因之间相互作用的角度揭示复杂的生命现象.基因调控网络是功能基因组学研究的重要内容,也是当前生物信息学研究的前沿.本文着重从生物信息学的角度对基因调控网络的研究从源起内容到方法进行了全面的回顾和总结.     

日新月异的RNA二级结构预测

对RNA结构与功能的研究是当今生物信息学一个非常重要的课题。对RNA自身功能的认识在当前已经得到了极大的拓展和深入。而研究它更可以作为研究蛋白质结构与功能以及DNA序列中基因信息的突破口．本系统介绍了从上世纪70年代以来发展至今的各类RNA二级结构预测算法。从对RNA结构预测方法的追溯和跟踪。对当今RNA研究的进展和形势作了一个总结。并预测了这一领域未来的研究发展趋势．     

改进的非齐性空间反应扩散主方程的随机模拟

提出一种改进的下一子空间算法,与原先的下一子空间算法相比,可以模拟更为复杂空间结构中的生化反应,并在某些情况下还可以降低计算量。该文以一个生化反应系统为例,分别利用原始的下一子空间算法和该文的改进算法进行了模拟。结果表明,在某些条件下该文提出的改进算法可以明显地减少模拟所需的计算量。     

基因调控网络中的延滞动力学

由于基因调控网络中生物化学反应的时间多尺度性,如DNA与蛋白质结合以及蛋白质聚合等快速反应、转录翻译和降解等慢速反应,延滞现象在基因调控网络中普遍存在.文中提出一种延滞基因调控网络的随机模型,并且从矩方程和改进的Gillespie算法对模型进行探讨.还分别考虑了单基因延滞自调控网络和双基因延滞调控网络的例子,计算机模拟计算结果表明,基因调控网络中的延滞可以诱发调控产物浓度的随机振荡,这与实验结果相当吻合.     

蛋白质折叠的计算机模拟

介绍了计算机模拟蛋白质折叠问题的背景、模型和意义。在对模型问题采用Ｍｏｎｔｅ－Ｃａｒｌｏ方法和单纯遗传算法得到能量最小构象的基础上,提出了适用的混合遗传算法,并通过计算机模拟试验对三种方法作了比较。