论文部分内容阅读
随着人类基因组计划及许多模式生物测序工程的相继完成，导致了“海量”的生物序列数据。然而数据并不等于信息，并且通过对生物功能的分析，发现基因与蛋白质很少单独起作用，而是倾向于成组地通过网状的交互作用而影响生物系统的功能，因此基因组的研究也从结构基因组转向了功能基因组的研究，通过对基因组的分析来了解生物系统的功能已成为后基因组时代的主要目标。开发并利用有效的数据分析工具，将序列信息转换成生物化学和生理学知识，弄清它们所蕴涵的结构和功能信息，彻底了解它们所代表的生物学意义，是后基因组学研究的关键所在。在后基因组学中，所面临的其中一个重大挑战是如何理解基因、蛋白质、RNA分子等之间通过复杂的相互依赖关系而交织在一起的相互作用网络，其中包括众所周知的基因调控网络，这是一个崭新的研究领域。本文的主要内容是针对这种复杂的调控网络做了一些初步的探索和研究，这里分以下两大部分来研究：一、从局部层次上来研究，主要是针对大肠杆菌基因调控元件——启动子的预测；二、从全局层次上来研究大肠杆菌基因调控网络的拓扑结构、特性等性质以及提出相应的模型。
本文第一章扼要地介绍了生物信息学、后基因组学研究的主要内涵，说明本课题研究的学术意义和应用价值，并对本课题的主要研究内容——基因调控网络作了扼要的阐述，包括研究的内容、意义、难点及国内外研究的现状。
本文第二章对课题研究所需要用到的生物学背景知识作了比较详细的介绍，主要是介绍了基因调控元件——启动子，由于本文是针对大肠杆菌这种原核生物(也是一种模式生物)的基因调控网络进行研究，因此在本章中主要介绍了原核生物启动子，并详细地对原核生物启动子(以大肠杆菌为例)做了序列分析，它是第三章研究的前提。另外也简单地介绍了真核生物启动子及其它相关的基因调控元件，它们相对复杂，也是今后研究的方向所在。
本文第三章是针对基因调控网络的元件——启动子来研究的，围绕神经网络这种智能算法来预测大肠杆菌的启动子。首先扼要地介绍了神经网络的定义及优缺点；其次对基于知识的神经网络(KBANN)及域理论在启动子预测方面提出了改进的算法，并用C++程序实现，改进的算法与其它算法的预测结果相比较，其提高了预测的准确性，这是本章的主要工作之一。
本文的第四章是从整体性的角度来研究大肠杆菌基因调控网络，主要方法是引进近来提出的无标度网。本章首先介绍了复杂网络及其研究的困难；其次介绍了由Barabási等人提出的BA模型，并独立编写了BA模型模拟演化程序；再者利用Pajek软件对大肠杆菌转录因子之间相互作用网络做了分析，并与自行编写的ER模型、BA模型模拟演化程序生成的节点度分布图相比较和分析；最后根据分析结果及其他研究人员提出的模型，本文提出了一种混合增长模型的算法，并对不同的p、q做了模拟和分析。
本文的结论部分对所做工作进行了概括，提出了本课题研究中存在的问题，并对进一步研究工作指出了方向。