基于Gibbs算法的改进算法及其在识别MOTIF中的应用

本文首先对生物学的基因转录调控元件(MOTIF)做了简单介绍,总结了当前流行的MOTIF建模方法。之后总结了MOTIF识别结果的衡量标准,并介绍了几个识别MOTIF的常用方法,其中重点介绍了吉布斯采样算法。在此基础上,本文提出了一个改进的吉布斯采样算法,即基于纵向比对的MOTIF二次采样算法。这种方法的特点是对传统的吉布斯采样算法进行二次采样,与传统吉布斯采样算法不同的是,这种方法不是像传统吉布斯采样算法一样顺序地选取序候选MOTIF列进行更新及采样,而是选取频率矩阵得分乘积最低的那条候选MOTIF进行采样,然后利用WORDUP算法对其进行显著性分析,从候选调控元件中找出显著性最高的MOTIF。通过实验可以发现：经过二次采样的候选MOTIF,其显著性与适应性都比采用传统的吉布斯采样算法识别的MOTIF高。