基因组岛作为水平基因转移过程中重要的载体,能够通过转化、转导等多种方式进入到新宿主基因组中。基因组岛与宿主基因组有异质性,常携带多种与生物进化相关的功能性基因。随着基因组岛的迁移,促进不同物种间的协同进化,这对微生物功能与进化研究具有重大的意义。现有基因组岛识别算法通过衡量序列组分之间的差异,或通过比较基因组方法识别候选基因组岛,忽略了移动元件的作用。本文针对上述问题,在现有基因组岛预测方法的基础上,提出了基于移动元件的基因组岛识别策略,关联分析了识别策略与预测方法的依赖关系,为各类识别算法提出了优化识别策略。具体工作如下:1.简单综述了有关基因组岛的数据库和移动元件数据库,系统的整理了插入序列、整合结合性元件、整合子、转座子和噬菌体五种移动元件数据库的数据。2.详细介绍了各类基因组岛的预测方法,按照输入数据的类型,将其分成两类展开实验,获得每种识别方法的预测结果,并讨论了每种方法的优缺点,为后续的识别策略设计提供了理论基础和方法依据。3.提出了一种基于序列组分和移动元件的基因组岛识别算法。在基于序列组分的识别算法基础上,通过整合插入序列、整合子、转座子、整合结合元件、噬菌体五种移动元件,设计过滤与增加识别策略,实现了基因组岛的二次识别。在S.enterica Typhi CT18菌株实验中,二次识别算法可以帮助除Alien Hunter外的识别算法提高15%以上的精确度;在GIs/non-GIs数据集上,二次识别算法使召回率提高20%以上,准确率达到82%以上;在L-data数据集上,二次识别算法的TPR值均提高10%以上。可见,通过滑动窗口增加包含ICE和噬菌体作用元件的片段,可以提高所有基于序列组分预测方法的效率。同时,本文又针对每种预测算法找到了最佳二次识别策略。4.提出了一种基于比较基因组学和移动元件的基因组岛识别算法。设计滑动窗口计算组分矢量,根据物种间距离确定参考基因组;通过Mauve工具确定保守区域,引入移动元件辅助预测,构建了基因组岛的二次识别算法。通过四组实验发现,二次识别算法在沙门氏菌数据集的precision要比比较基因组学高出45%,错误率降低46%;在L-data数据实验中,二次识别算法在TPR、MCC和F1值上比比较基因组学方法提升了10%以上。可见,筛选掉不包含ICE的基因组岛,再结合挑选包含ICE和噬菌体的候选基因组岛片段,能提高比较基因组学的识别算法效率。