有约束多项分布转录因子结合位点识别

本项目研究转录因子结合位点的"从头"识别问题。首先构建有约束多项分布motif模型，以实验统计为参考，充分考虑motif内各位点之间的相关性，以及模体的局部构象信息，增强motif模型描述生物学特征的准确性；其次研究基于有约束多项分布motif模型的机器学习问题，建立Gibbs抽样、现代进化算法、辅助生物信息有机融合的混合学习算法，着重提高对于长序列和特征微弱motif识别的准确程度；为了提供可靠的统计显著性评价，研究转录因子结合位点的分布特征，设计熵值P-value的渐进逼近的数值计算方法，提高计算的精确度并降低计算的时间复杂度，并探讨P-value与识别准确程度之间的相关性。本项目给人们进一步理解基因表达调控网络提供了一种非常有效的辅助手段，对于研究基因的调控是有重要意义的。