25株SIV/HIV的进化分析及意义

选取了16株SIV和9株HIV毒株,以人T细胞白血病病毒HTLV-1为outgroup,使用CLUSTAL X、PHYLIP及MEGA三种软件对它们的基因组序列及三个主要蛋白(Env,Gag,Pol)序列分别进行了比对分析,用Neighbor-Joining(N-J)方法和Maximum Likelihood(ML)方法分别构建出进化树.结果显示HIV起源于SIV,其中HIV-1的起源与SIVcpz的几种亚型高度相关,HIV-2的起源与SIVsm及SIVmm高度相关.     

基于遗传算法和蚁群算法的多重序列比对

多重序列比对问题是复杂性较高的困难问题.基于蚁群算法的多重序列比对方法能够在合理的时间内找到得分接近参考比对的多序列比对解.但是,随着序列的加长,蚁群算法对于长序列的比对效果并不是很理想.本文提出一种基于遗传算法和蚁群算法的多重序列比对方法.该方法利用遗传算法对长序列分段,利用蚁群算法对分段后的序列进行求解,然后直接将各段的结果进行拼接即可.     

遗传算法模拟生物多序列比对之初始化的改进

针对应用遗传算法求解生物多序列比对问题的初始化进行了改进.初始种群是遗传算法构造的一个关键部分,本文根据多序列比对的生物特性,在初始种群中的个体中插入连续空位,优化初始种群的个体质量;并在初始种群中加入一定比例的在线比对工具MAFFT优质种子,优化初始种群的整体质量.通过数值模拟实例结果显示,经过这两个优化处理可以生成更高质量的初始种群,得到更好的比对结果,提高多序列比对的计算效率.     

基于动态规划的序列比对的并行算法研究

针对序列比对算法进行了深入地研究,分析比较了两序列和多序列、局部和全局、渐进和迭代的序列比对算法.利用动态规划序列比对算法内在的并行性,提出了自适应的动态规划序列比对的并行策略.该策略在计算初期和计算末期采用较小的高度和宽度值使得大部分处理器参与计算,在计算中期采用较大的高度和宽度值降低处理器间的通信开销;运用上述自适应的动态规划序列比对的并行策略,提出了一种基于动态规划的序列比对的并行算法,将读入的比对序列负载均衡地分布至不同的计算结点.基于集群系统和MPI环境的实验数据及分析表明,该算法在给定进程数量的条件下,其执行时间随序列长度的增长而急剧上升;在给定序列长度的条件下,其执行时间随并行进程数量的增大而大幅减小;充分反映出该算法较好地发挥了序列比对问题的内在并行性,有效地降低了序列比对算法的时间复杂度.     

基于AdaBoost的基因组缺失变异综合检测策略

针对基因组缺失变异检测中测序序列分裂比对方法所存在的假发现率较高的问题,提出了一种基于检测理论和AdaBoost的综合检测策略.首先,对配对末端测序序列进行初次映射和二次分裂比对,得到1 bp解析度的候选缺失变异集合,并使得该集合中包含尽可能多的候选变异;然后,依据配对末端测序序列映射分析、测序序列分裂比对和测序序列映射深度分析3类检测方法的基本原理,在2次比对结果中提取与缺失变异相关的序列特征;最后,以具有高泛化性能的AdaBoost神经网络集成模型为判别模型,筛除候选集中的伪阳性结果,从而得到最终结果集.实验结果表明,相对于传统的测序序列分裂比对方法,所提策略能够在几乎不损失检测敏感度的前提下更加有效地降低假发现率.     

高低危型HPV E7的分析以及58型E7结构与结合位点预测

 对18种HPV E7蛋白进行生物信息学分析,同时对HPV58 E7进行结构以及可结合位点的预测.从NCBI数据库中获取蛋白序列,通过ExPASy Protparam进行生物信息分析,Clustal W进行多序列比对,MEGA软件构建进化树,利用Zhang lab QUARK以及Q-SiteFinder能量依赖的检测对HPV58 E7进行结构预测与结合位点预测.得到了E7生物信息,多序列比对数据,构建成进化树,获得HPV58 E7蛋白结构,并且找到pRb与E7结合的三维位点.不同类型HPV E7蛋白存在进化差异,得到的HPV58型结构以及与pRb的可以结合位点,为抑制HPV58 E7蛋白功能的相关实验提供了理论依据.     

基于知识表达系统的序列比对研究

序列比对是生物信息学中基本的信息处理方法,对于发现生物序列中的功能、结构和进化信息具有重要的意义。该文对典型的双序列比对算法以及多序列比对算法进行了描述和评价;针对目前序列比对算法普遍存在的不足,提出了一种新的思想--基于知识表达系统的序列比对研究,应用知识表达系统对序列比对相似性发现进行定义及其处理。     

遗传算法模拟生物多序列比对之交叉算子优化

为优化生物多序列比对问题,降低计算难度,提高计算效率,采用遗传算法模拟多序列比对,构造了四种简单的交叉算子及三种后处理方式,分析交叉算子和交叉后处理方式对多序列比对结果的影响。通过实验比较,结果表明多行横向交叉的计算效果最好,后处理方式cross4to2能有效缩短计算时间,二者相结合能很大提高遗传算法的计算效率,从而达到优化多序列比对的目的.     

生物DNA序列比对算法研究

基于典型CLUSTALW序列比对算法,研究一种局部优化的多序列比对算法,用减少序列比对过程中总评分的方法来达到优化算法的目的,并对基因库中的序列进行了测试．     

具有抗稻瘟病菌活性的ⅡW1菌株的分离鉴定及其接合转移方法的建立

从湖北省神农架地区土壤中筛选出一株具有抗稻瘟病菌活性的ⅡW1菌株,采用菌块法测定了ⅡW1菌株对稻瘟病菌的抑菌活性,通过形态结构、生理生化和16S rDNA基因序列同源性比对对ⅡW1菌株进行鉴定,同时对链霉菌ⅡW1菌株attB序列进行克隆,并建立接合转移的方法.结果表明:ⅡW1菌株属假灰色链霉菌,链霉菌ⅡW1菌株对稻瘟病NO-1菌株和168菌株的抑菌圈直径分别为29.7 mm和27.4 mm;链霉菌ⅡW1菌株attB序列具有位点特异性重组所必须的核心位点5′-TT-3′.含ΦC31attP位点的整合型质粒pSET152通过两亲接合转移导入链霉菌ⅡW1菌株.     

基于序列比对的攻击特征自动提取方法

在对生物信息学序列比对理论研究的基础上,将序列比对算法应用到入侵检测模型中,提出一种序列比对攻击特征自动提取新方法.针对Needleman-Wusch算法缺乏攻击知识积累,设计一种基于知识积累的序列比对算法IASA(Information Accumulation Sequence Alignment).新方法首先调整数据去噪并进行数据聚类,使用IASA进行序列比对,使得序列比对的特征片段趋向于更合理结果,再将比对结果所代表的攻击特征转化为IDS规则.实验结果表明,该方法能提高攻击特征生成质量,降低系统误报率.     

拟迷误裂孔苔虫18S rDNA的序列测定及系统学分析

对我国沿海常见的一种污损苔藓动物--拟迷误裂孔苔虫的18S rRNA基因进行了PCR扩增、全序列测定及分析.同时通过获取已有的苔藓动物和其它触手冠动物的18S rDNA序列资料,经CLUSTAL软件对位排列后,用MEGA分子进化遗传分析软件构建了分子系统树, 并结合形态学资料探讨了它们的系统发生关系.     

编码理论在双序列比对中的应用

序列比对是生物信息学的基础,通过序列比对获得的大量的序列信息可以用来推断基因的结构、功能和进化关系,因此序列比对方法研究已成为生物信息学领域中一个非常重要的研究课题.基于核苷酸二联体的一种编码规则,利用异或操作的结果,给出了一种上序列比对方法,该方法简单有效.     

多粒度时空事件序列相似度算法研究

现有研究集中于不带有时间空间信息或带有固定时间空间信息的活动序列相似度计算,没有从不同层次来度量用户行为序列的相似性,为了实现对用户行为多粒度多视角的动态认知,提出一种基于序列比对算法Needleman-Wunsch的多粒度时空序列比对算法（multi-granular spatiotemporal sequences alignment,MGSSA）,扩展了NW算法的得分函数以结合时间、空间信息,通过粒度调控实现了从不同的粒度来计算时空事件序列的相似度.实验证明,多粒度时空序列比对算法MGSSA是有效且可行的.      

生物序列比对算法分析与比较

序列比对是生物信息学的一个非常重要的操作．它可以预测生物序列的功能、结构和进化过程等．文中首先介绍双序列比对的基本算法;接着分析和比较多序列比对的四个常用模型和三类算法以及并行比对算法;最后,给出一些研究问题．     

基于D2shepp统计法的非序列局部比对

两条生物序列间的相似性比对是计算生物学探讨的主要问题之一,一种快速的依赖于k-元组的D2shepp统计法目前已被应用到非序列比对中.文中在零模型的基础上产生两条相互独立的随机序列,基于D2shepp统计法进行了两条序列的局部比对,找到局部比对的最优值并求和.在此基础上模拟了Power值的分布情况,并分析了不同k参数下的Power值分布.在相同参数下将文中提出的局部比对与已有的D2shepp统计的全局比对进行比较,发现局部比对D2shepp统计的Power值随着序列长度的增大而快速地接近于1,比全局比对更加快速、准确.     

两种带约束的序列比对算法

通过理论证明,得出了当距离函数中惩罚因子φ=0时的解应满足的条件,并在此基础上改进两种最长公共子序列的优化算法,使之能够求解出带约束的序列比对问题.这两种改进算法的时间复杂度分别为O(nmr)和O(nm(r+1)),空间复杂度分别为O(nmr)和O((n+m)(r+1)).推导出算法应满足在两序列中插入的空位符数目分别为(m-l)和(n-l),使比对结果中不会出现错配,保证了比对的质量.实现了基于回溯的改进算法,验证了其求解带约束的序列比对问题的有效性.     

基于高分片段对的双序列比对分治算法SPDCA

针对传统双序列比对算法的高时空复杂性,在动态规划比对算法的基础上,引入了片段对和分治思想,提出了一个新型的基于高分片段对的分治算法.模拟结果表明:该算法在降低了双序列比对算法的时空需求的同时,还能发现双序列之间微弱的相似关系,可适用于序列数据库相似性的搜索.     

一个新的强化学习多序列对比工具CDRL

多序列比对(multiple sequence alignment, MSA)在生物信息学中是一项重要的研究领域，常被用于描述物种之间的进化关系、药物设计和药物开发.MSA是一个NP完全问题，因计算过于复杂，无法获得最优解.强化学习方法在MSA中表现出了优异的性能，但其计算复杂度与空间复杂度都很高，因此无法应用于大规模数据集.提出一种新的强化学习模型CDRL(contextual deep reinforcement learning)来解决多序列比对问题，该模型采用上下文关系，将网络输入维度从O(n²)降为O(n),其中n是输入的序列数量.该模型建立的网络收敛速度快于当前其他模型.实验结果表明，CDRL的性能优于业内其他强化学习MSA.相较于其他方法目前只能运行在12条序列数据上，CDRL成功地在100条序列上取得较快速度和较好性能.这提高了强化学习MSA应用在较大规模数据集上的可能性.     

利用十二肽库筛选心肌型脂肪酸结合蛋白特异性的亲和配体

采用噬菌体表面展示十二肽库对心肌型脂肪酸结合蛋白（H FABP）特异性亲和配体进行筛选, 经3轮筛选及序列比对后得到一个酶联免疫测定分析 (ELISA)检测阳性特征序列： W P N H H M L H K R W P. 对此序列进行肽合成, 并标记上荧光标记物芘, 经高效液相纯化、 冻干及质谱确定其分子量后制成荧光肽探针检测急性心肌梗塞病人血样, 结果均呈阳性. 结果表明, 所获得的肽探针具有较好的临床应用效果.心肌型脂肪酸结合蛋白; 噬菌体表面展示十二肽库; 亲和配体; 酶联免疫测定分析