細(xì)菌DNA序列數(shù)據(jù)挖掘方法的研究與應(yīng)用.pdf

1、隨著生物信息學(xué)的發(fā)展，生命科學(xué)數(shù)據(jù)呈爆炸式增長。尤其是近幾年來，隨著測序技術(shù)的發(fā)展，人們得到的DNA序列數(shù)據(jù)在快速增加。DNA數(shù)據(jù)的特點(diǎn)決定結(jié)構(gòu)特征相似的DNA序列有著相似的功能。數(shù)據(jù)挖掘是目前最有效的數(shù)據(jù)分析手段，用于發(fā)現(xiàn)大量數(shù)據(jù)所隱含的各種規(guī)律，已經(jīng)被廣泛用于社會的各個(gè)領(lǐng)域。因此在DNA序列分析中，數(shù)據(jù)挖掘技術(shù)有著非常廣闊的前景，對于提高數(shù)據(jù)處理能力、產(chǎn)生有價(jià)值的生物學(xué)知識起著重要作用。通過對細(xì)菌DNA序列挖掘抽取序列特征進(jìn)而進(jìn)行分

2、類對于醫(yī)學(xué)和生物細(xì)菌學(xué)有著重大意義，可以促進(jìn)免疫學(xué)發(fā)展和進(jìn)一步了解細(xì)菌的遺傳變異。
　　 DNA序列數(shù)據(jù)的分析處理上已經(jīng)成為生物信息學(xué)研究中的一個(gè)熱點(diǎn)。但是在對細(xì)菌DNA序列進(jìn)行數(shù)據(jù)挖掘的研究中，依舊存在著許多困難和挑戰(zhàn)。目前已有的DNA序列模式挖掘方法應(yīng)用在細(xì)菌DNA序列中的運(yùn)行效率不理想，挖掘結(jié)果存在冗余性，用傳統(tǒng)方法對細(xì)菌DNA序列進(jìn)行分類的準(zhǔn)確率和效率低下，這些都是值得關(guān)注和有待解決的問題。針對上述問題，本文的主要工作內(nèi)

3、容如下：
　　 1．改進(jìn)了一種細(xì)菌DNA序列的模式挖掘算法：在細(xì)菌DNA序列模式挖掘中，針對以往算法的運(yùn)行效率問題和算法結(jié)果的冗余性問題，該算法通過引入帶有模式劃分特點(diǎn)的HashMap結(jié)構(gòu)來優(yōu)化算法的搜索空間和策略，并對算法結(jié)果進(jìn)行過濾，提高了算法的效率并降低了結(jié)果中的冗余。
　　 2．改進(jìn)了一種細(xì)菌DNA序列的分類算法：通過挖掘細(xì)菌DNA序列的模式，抽取細(xì)菌DNA序列特征，引入去除獨(dú)立隨機(jī)背景的方法更準(zhǔn)確的表達(dá)數(shù)據(jù)，并