RNA二级结构预测方法综述

RNA二级结构预测是计算分子生物学中的一个重要领域.本文介绍了RNA二级结构的预测方法,包括该问题的数学模型、主要算法思想以及每种算法对应的软件.在tRNA和RNase P RNA数据库中随机选取了几组样例对目前主要的7种软件进行测试,同时对每种软件的优缺点进行了详细比较.实验证明,当存在同源序列时,Pfold的效果优于其它软件.最后,在总结分析现有算法的基础上探讨了该领域进一步的研究方向.     

基于关键字树的DNA多序列星比对算法

 在构建进化树、比较单体型序列等生物信息学研究中,需要比对多个相似程度很高的DNA序列.对于数量多、序列长的多序列比对问题,通常使用时间复杂度较低的星比对算法.然而在处理大规模数据时,星比对的平方时间复杂度依然不能满足需要.因此,在星比对思想的基础上,本文结合关键字树理论,先找出完全匹配的区域,然后比对剩余区域,以达到降低期望时间复杂度的目的.两组实验证明了本文算法的有效性,在取得相同比对效果的情况下,本文算法运行时间小于其他方法.     

一种新的无线传感器网络业务流预测方法

针对无线传感器网络容易受噪音干扰的问题,在以往的工作基础上提出了一种新的业务流预测算法CAWP（Cellular Annealing-based Wavelet Prediction）。该算法首先利用小波变换对业务流进行分解,并将其小波系数作为抗体群。同时,采用定义的元胞演化规则代替免疫克隆退火中的交叉和变异操作,以获得下一时刻最优的小波系数。最后,通过仿真实验对比分析了该算法与其他算法之间的性能状况,结果表明CAWP具有较好的适应性。     

下一代测序技术数据中的选择性剪切计算识别方法研究

 随着测序技术的发展,下一代测序技术(Next-Generation Sequencing)给生物信息学领域研究带来了新的机遇和挑战.由于选择性剪切(alternative splicing,AS)在真核生物基因表达和蛋白质多样性方面的重要性,识别选择性剪切位点一直都是研究的重点.下一代测序技术的出现,使得选择性剪切研究的计算方法不断地变化.介绍了选择性剪切过去和目前研究的状况,然后总结了基于RNA-seq数据的选择性剪切研究方法、软件以及数据库,并利用了RNA-seq数据比较了相关软件,最后讨论了选择性剪切中计算方法的发展方向和前景.