基于免疫GA与Gibbs的模体识别算法

摘要：

生物序列motif识别问题是当今生物信息学面临的一个复杂问题,要设计一个能识别所有motif的方法几乎是不可能的.针对该问题,在免疫遗传算法中引入了统计估计,提高了motif识别的精度,根据个体的浓度和适应值概率.设计了免疫替换算子,有效地解决了种群的多样性问题,利用Gibbs Sampler算法生成种子,提高了免疫遗传算法的搜索速度,最后得到了一个基于免疫GA与Gibbs Sampler的生物序列motif识别算法,该算法充分发挥了免疫遗传算法和Gibbs Sampler算法的优越性,较好地解决了计算速度和计算精度之间的矛盾.实验表明,该算法是有效的.

关键词：motif识别、生物信息学、免疫遗传算法、统计估计、Gibbs抽样

所属期刊栏目：43

分类号：TP301.6(计算技术、计算机技术)

在线出版日期：2007-07-16（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：72-74,77