面向蛋白质功能位点识别的机器学习平台构建

有关蛋白质功能的研究是解析生命奥秘的基础,机器学习技术在该领域已有广泛应用。利用支持向量机(support vectormachine,SVM)方法,构建一个预测蛋白质功能位点的通用平台。该平台先提取非同源蛋白质序列,再对这些序列进行特征编码(包括序列的基本信息、物化特征、结构信息及序列保守性特征等),以编码好的样本作为训练数据,利用SVM进行训练,得到敏感性、特异性、Matthew相关系数、准确率及ROC曲线等评价指标,反复测试,得到评价指标最优的SVM模型后,便可以用来预测蛋白质序列上的功能位点。该平台除了应用在预测蛋白质功能位点之外,还可以应用于疾病相关单核苷酸多态性(SNP)预测分析、预测蛋白质结构域分析、生物分子间的相互作用等。     

信号处理技术在生物分子序列分析中的应用

信号处理技术在生物分子序列分析中的应用主要包括周期分析、基因预测、相似和重复序列分析、蛋白质分子结构预测等。涉及的技术方法有：Fourier变换、小波变换、相关分析、分形技术、非线性信号处理技术等。本文将全面回顾这些应用。     

基于遗传算法的基因芯片图像网格定位

对基因芯片荧光图像进行网格定位是进行芯片分析的前提与关键。利用为形模板匹配方法,基因芯片的自动网格定位问题转化为优化问题,从而用遗传算法求解。遗传算法是一种模拟自然界进化过程的启发式优化计算法,具高效及可收敛到全局最优的特点。实验证明该方法具有良好的准确性与可靠性。     

基于支持向量机的细菌基因组水平转移基因预测

随着各种生物基因组序列测定工作的完成,大量的DNA序列数据涌现出来,为研究在基因组中寻找水平转移基因提供了极大的便利.将基因序列特征分析和支持向量机技术结合起来,通过分析基因序列的特征差异发现水平转移基因.依据以前研究工作的基础,选取了绝对密码子使用频率(FCU)作为序列特征,主要因为它既包含了基因密码子使用偏性的信息,也包含了基因所编码蛋白的氨基酸组成信息,支持向量机利用这些信息进行水平转移基因分析和预测,可以提高预测的准确性.另外,提出了基于分链的水平转移基因预测新方法,即将细菌基因组前导链和滞后链上的基因区别对待,分别进行水平转移基因预测.结果显示,基本预测方法要优于目前预测结果最好的Tsirigos等提出的基于八联核苷酸频率的打分算法,命中率的相对提高率最高达31.47%,而基于分链的方法对水平转移基因的预测取得了更好的结果.     

下一代测序技术在干细胞转录调控研究中的应用

基因转录调控及其机制分析是后基因组时代生物学研究的重点之一。随着高通量测序技术的发展,人们可以从不同层面研究基因的转录调控行为,从转录组、转录因子结合,到染色质局部结构和整体空间构象,可系统分析转录调控的分子机制。干细胞分化过程的转录调控分析对研究再生医学和理解细胞癌变机制等具有重要意义。本文综述了下一代测序技术在干细胞转录调控研究中的应用,包括：(1)基于基因芯片或RNA测序的转录组分析;(2)基于染色体免疫共沉淀(chromatin immunoprecipitation, ChIP)测序的表观基因组和转录因子结合信息的分析;(3)基于DNase 酶切测序(DNase-Seq)的染色质开放性分析;(4)基于高通量染色质构象捕获(high-throughput chromosome conformation capture, Hi-C)技术的染色体远程相互作用分析。从基因表达谱、转录因子结合和基因组三维结构等层面展开介绍,重点关注了一些多能性转录因子(Oct4、Sox2和Nanog等)在维持干细胞干性和分化中的调控作用,以期为干细胞转录调控的研究提供借鉴和参考。     

蛋白质序列的特征周期研究

利用Fourier乘积谱(Fourier product spectrum,FPS)系统计算了76个蛋白质亚家族的疏水自由能(HΦ)序列、电子离子相互作用势(electron-ion interaction potential,EIIP)序列和结构拓扑指数(Balaban指数)序列的特征周期;讨论了特征周期的规律;并以时间周期谱(time periodicity spectrum,TPS)演示了如何定位特征周期在蛋白质序列上的热区.结果表明EIIP特征周期热区与蛋白质结合位点有较好的对应关系.     

SARS病毒与其他冠状病毒的基因组比较

本文利用生物信息学方法比较SARS病毒和其他冠状病毒基因组.通过数据库搜索,找出与SARS病毒基因组相似的核酸或蛋白质序列,并对相似序列进行比对,分析它们的共性和差异.结果表明,SARS病毒在基因组的组织上及结构蛋白质方面与现有冠状病毒有比较大的相似性,SARS病毒基因组与冠状病毒基因组相关.但是,SARS病毒基因组还存在一些特异性序列,ORF1a和S蛋白(特别是S1)的变化以及SARS-CoV特异性的非结构蛋白可能是SARS发病机理与传染特性区别于其他冠状病毒的分子基础.在全基因组水平上进行核酸单词出现频率分析,结果表明,SARS病毒远离已知的其他冠状病毒,单独成为一类.     

生物信息学本科人才培养的调研与思考

近年来,生物信息学已经逐步发展成为现代生物学和医学等领域的关键技术方法,社会对生物信息学专业人才的需求不断扩大,生物信息学的本科教育也受到了越来越多的关注和重视。为了探索更加合理的人才培养模式、完善课程设置和教学计划,本文以中美两国开设生物信息学本科专业的高校为对象,分别选取一些代表高校并进行深入调研,对比分析课程设置和人才培养现状。结果显示,生物信息学的跨学科性质在各高校中均得到一定体现,培养学生具有多元化的知识结构已经成为生物信息学人才培养的一项共识。同时,根据调研的结果,也对国内生物信息学本科教育提出一些启发与建议。     

嗜热泉生古细菌及其他泉古菌同义密码子使用偏向性分析

比较分析了嗜热泉生古细菌(Aeropyrum pernix K1)和其他两种系统发育相关的泉古菌[嗜气菌(Pyrobaculum aerophi-lumstr.IM2)和嗜硫菌(Sulfolobus acidocaldarius DSM 639)]的同义密码子使用偏向性。结果表明嗜热泉生古细菌(Aeropyrum pernix K1)的密码子偏向性很小,并且与GC3S成高度的相关性。这3种泉古菌的密码子使用模式在进化上很保守。与基因的功能对密码子使用的影响相比,这些泉古菌密码子的使用偏向性更是由其物种所决定的。嗜热泉生古细菌(A.pernix K1),嗜气菌(P.aerophilum str.IM2)和嗜硫菌(S.acidocaldarius DSM 639)生存在不同的极限环境中。推测正是这些极限环境决定了这些泉古菌的密码子使用偏向性模式。此外在这些泉古菌的基因组中并没有发现其正义链和反义链的密码子使用偏向性差别。嗜热泉生古细菌(A.pernix K1)和嗜硫菌(S.acidocaldarius DSM 639)的密码子偏向性程度与基因表达水平有高度的相关性,而嗜气菌(P.aerophilum str.IM2)的基因组并没有发现这种规律。     

细胞代谢复杂网络研究进展

复杂网络理论为细胞代谢网络研究提供了新的工具,基于复杂网络理论的细胞代谢网络研究可称细胞代谢复杂网络研究．先简要介绍了细胞代谢复杂网络的研究背景;随后详细总结和论述了细胞代谢复杂网络在建模、分析和控制三个方面的研究现状;再进一步指出了细胞代谢复杂网络在建模、分析和控制这三个方面研究中所存在的一些问题．为细胞代谢复杂网络领域的研究指出了一些有意义的方向,具有一定的参考价值。