文档下载 文档下载导航
设为首页 | 加入收藏
搜索 请输入内容:  
 导航当前位置: 文档下载 > 所有分类 > 自然科学 > 生物学 > 真核生物启动子的预测技术
侵权投诉

真核生物启动子的预测技术

和CCAAT框[2]。真核生物的启动子结构见图1

真核生物启动子的预测技术

。

分布式存储和并行协同处理为特色,虽然单个神经元的结构和功能极其简单有限,但是大量的神经元构成的网络系统所实现的行为却是极其丰富多彩的[4]。由于人工神经网络具有强大的模式识别能力,近年来也越来越多地被用到生物信息学,尤其是序列识别和预测的研究中。基本的人工神经网络有3层结构:输入层、隐藏层和输出层,每一层由若干神经元组成,各层神经元之间建立有连接,信号通过这些连接经过处

图1 真核生物的启动子结构

理传到下一层,直到从输出层神经元输出结果。信号传递过程中,每个神经元都要对信号做非线性的处理,每个连接也通过连接上的权值对信号进行处理。人工神经网络分为学习和工作两个阶段,学习阶段主要通过各种学习算法调整各个神经元的阈值以及连接上的权值,即存储知识的过程;工作阶段就是通过学习完毕的神经网络进行工作,即知识的应用过程[4]。图2就是一个典型的人工

真核生物启动子的预测技术

神经网络结构。

对于真核生物转录起始很重要的另外一个结构是CpG岛,它是最初在转录起始位点处发现的高CG含量的序列,大约50%的基因以及几乎所有持家基因都在5.转录点存在CpG岛[3]。CpG岛序列有以下3个特点:大于200bp;大于50%的G+C含量,即pG+pC>0.5;该区域至少有0.6的CpG岛频率,即pCpG>0.6@pG@pC。CpG岛是预测启动子并提高预测准确性的重要序列[2]。

真核生物的3种RNA聚合酶识别不同的启动子序列,很多真核生物的核心启动子含有一个叫TATA框(TATABox)的序列,位于转录起始位点上游大约25~35个核苷酸的位置。此序列比较保守,为5.-TATA(A/T)A(A/T)-3.,负责与TBP(TATABoxBindingProtein,TFIID)结合,从而吸引RNA聚合酶结合到DNA序列来起始转录。另外一个比较重要的核心启动子是起始子(Initiator,Inr),序列是PPAN(TA)PP,其中P代表嘧啶、N代表任意碱基。起始子位于转录起始位点附近,可供RNA聚合酶II识别。无论TATA框存不存在,起始子对于启动子的强度和起始位点的选择都起很大作用。

总的来说,启动子是很重要的调控基因表达的DNA序列。如何从基因组中快速地找到启动子,已经成为生物信息学中一个非常重要的研究课题。本文主要是根据国内外研究成果所采用的技术来分类介绍启动子序列识别方法上的研究进展,并在最后采用合适的技术应用在已有的模拟真核生物基因表达过程的电子细胞模型Analog-Cell中。

图2 一个典型的人工神经网络结构

用到启动子预测中,人工神经网络的作用类似于一个分

类器。一般是一个输出神经元确定是否含有启动子,其它的网络结构就要根据实际的算法来确定。首先是确定网络的输入,一般需要对DNA序列进行特征信息提取,因为原始DNA序列往往杂乱无章并且意义难于理解。序列特征信息是DNA原始序列所固有的,它可以有效地反映和描述序列的本质。然后根据提取的特征信息确定网络结构,经过正负样本的学习后,进行分类工作。对于学习的速度和效率根据采用学习算法的不同会有一定的差异。

应用到生物信息学的人工神经网络大多采用BP学习算法对网络进行训练。BP算法是在多层前向网络中单向传播的算法,可以任意精度逼近任意连续函数,较为简单,实现方便。但是由于它是一个非线性优化问题,不可避免地存在着陷入局部极小问题以及收敛速度慢等问题。采用遗传算法(GeneticAlgorithms,GA)对人工神经网络进行训练,可以很好地克服BP算法的诸多缺点[5]。遗传算法是一类通过模拟生物界自然选择和自然遗传机制的随机化搜索算法,由美国J.Holand教授于1975年首次提出。它利用某种编码技术作用于称为染色体的二进制数串,其基本思想是模拟由这些串组成的种群的进化过程,通过有组织地然而是随机地信息交换来重新组合那些具有更好适应性的串。遗传算法对求解问题的本身一无所知,它所需要的仅是对算法所产生的每个染色体用适应度函数进行评价,并根据适应性来选择染色体,使适应性好的染色体比适应性差的染色体有更多的繁殖机会[4]。遗传算法的基本操作有下面4个:编码(Coding)是将问题解的表示映射成遗传空间解的表示,即用字符串或位串构造染色体,其相反操作为解码;选择(Selection)操作是根据染色体的适应度,在群体中按一定概率选取可作为父本的染色体,选择的依据是适应度高的染色体被选中的概率大;交叉(Crossover)操作是按一定概率随机地选择染色体对,然

3 启动子预测技术

当前的启动子识别技术根据研究目标可以分为共性启动子识别技术和特异性启动子识别技术。前者的目标是在基因组中找出基因的转录起始位点和核心启动子,后者指的是寻找一组特定基因的转录因子结合位点。目前国内的研究比较偏重于特异性启动子识别技术,而国外已经成型了几个基于共性启动子识别技术的系统。从这些成果所采用的技术看,主要分成4种:基于人工神经网络(ANN)技术、基于支持向量机(SVM)技术、基于二次判别分析(QDA)技术和基于位置权值矩阵(PWM)技术。以上4种技术都是将机器学习的方法运用到启动子预测的研究中,机器学习后用作分类器来判断待表达序列是否含有启动子序列。下面将基于这4种技术一一介绍识别启动子的技术。

3.1 基于人工神经网络的启动子预测技术

人工神经网络(ArtificialNeuralNetworks,ANN)是指模拟人脑神经系统的结构和功能,运用大量的处理部件,由人工方式构造的网络系统。神经网络理论突破了传统的、线性处理的数字电子计算机的局限,是一个非线性动力学系统,并以

上一页第2页

你可能喜欢

热门文档

相关文档

  • 真核生物启动子预测相关数据库资源概述

    真核生物启动子预测相关数据库资源概述_生物学_自然科学_专业资料。维普资讯 ...随 着生物技 深入 是 术和计算机 技术的 高速 发展 , 用生物信 息学技 术...

  • 真核生物启动子预测相关数据库资源概述

    随着生物技 术和计算机技术的高速发展, 应用生物信息学技术对启动子进行预测和分析的方法得到了很大发展。对目前常用的真核生物启动子预 测相关数据库和软件资源作...

  • 真核生物启动子预测相关数据库资源概述修改稿

    随着生物技术和计算机技术的高速发展,应用生物信息学技术 对启动子进行预测和分析的方法得到了很大发展。 本文对目前常用的真核生物启动子预测相 关数据库和软件资源...

  • 【论文】真核生物启动子的研究及应用

    真核生物启动子的研究及应用_专业资料。随着基因工程的发展,常常需要构建能高水平表达异源蛋白质的表达载体。启动子对外源基因的表达水平影响很大,是基因工程表达...

  • 【论文】真核生物启动子的鉴定方法

    真核生物启动子的鉴定方法_专业资料。启动子是RNA聚合酶识别、结合和开始转录的一段DNA序列。它对基因的表达调控起着至关重要的作用。本文对真核生物启动子的...

  • 真核生物启动子

    真核生物启动子的预测技术 6页 免费 真核生物启动子数据库 2页 2财富值 ... 启动子是基因表达过程中非常重要的调控序列,是影响基因能否转录的重要功能单位之...

  • 真核生物基因结构的预测分析方法(软件)

    实习二 真核生物基因结构的预 测分析浙江加州国际纳米技术研究院 2010年11月苏...14 转录调控序列分析 CpG岛、转录终止信号和启动子区域的预测 15 CpG岛的预测...

  • 研究真核生物启动子结构与功能的方法

    研究真核生物启动子结构与功能的方法 研究启动子结构与功能的方法主要有缺失、点突变和足迹法。在分析得到了启动子的 功能序列后, 还要弄清与之结合的蛋白质及两者...

  • 启动子预测

    http://tools.genome.duke.edu/generegulation/McPromoter/ ( 4 ) PromoterScan 启动子区预测工具,其预测基于比较所提交的序列 与真核生物 RNA 聚合酶 II 启动子...

站点地图 | 文档上传 | 侵权投诉 | 手机版
本站所有资源均来自互联网,本站只负责收集和整理,均不承担任何法律责任,如有侵权等其它行为请联系我们.
文档下载 Copyright 2013 doc.guandang.net All Rights Reserved.  -  email