(l,d)-模体识别问题的遗传优化算法.pdf

第35卷第7期 计 算 机 学 报 V01．35No．7 2012 COMPUTERS July 2012年7月 CHINESEJOURNAL0F (Z，d)-模体识别问题的遗传优化算法 霍红卫 郭丹丹 于 强 张懿璞 牛 伟 (西安电子科技大学计算机学院西安710071) 擅 要 转录因子结合位点识别在基因表达调控过程中起着重要的作用．文中提出了一种贝叶斯模型驱动的模体 with ModelforMotif 识别的遗传优化算法GOBMD(GeneticOptimizationBayesian Discovery)．GOBMD首先使用 一个基于位置加权散列的投影过程，将输入序列中的l-rfler8投影到k维(^￡)子空间，找出DNA序列中的起始良 好候选模体，作为遗传算法的初始群体，以进一步求精．在遗传迭代过程中，采用结合贝叶斯模型的适应度函数指 比，GOBMD在对植入(Z，d)一模体识别时有较好的性能。能够解决大部分挑战性的植入(z，d)一模体识别问题．此外， 作者用Boxplot显示了上述模体识别算法在模拟数据识别上的性能系数分布，结果表明GOBMD具有较好的效率． 针对真实生物序列的实验结果同样表明丁GOBMD算法的有效性． 关键词模体识别；遗传算法；贝叶斯模型；散列；投影 中图法分类号TPl8 DOI号：10．3724／SP．J．1016．2012．01429 Genetic for(Z，d)一Motif Optimization Discovery ZHANG HUo GUODan-DanYU Yi—PuNIUWei Hong-Wei Qiang Scienceand 710071) University．xitall (SchoolofComputerTechnology，Xidian in Abstract factor site(TFBS)detectionan role Transcriptionbinding playsimportantgene and are conservedandmotif findingunderstandinggeneregulationrelationship．Motifsweakly isa anew calledGenetic with challengingproblem．Weproposeapproach Optimization discovery modelforMotif firstusesa Bayesian Discovery(GOBMD)．GRBMAposition-weighthashing based theZ—mer