模体发现相关论文
模体发现问题，即寻找转录因子结合位点(TFBS)，是生物信息学上研究的热门问题之一。由于模体蕴含着丰富的生命遗传特征信息，所以探究基......
模体发现是生物信息学领域中的重要问题，模体中蕴含着重要的遗传信息，在研究基因转录和调控机制方面有着重要的意义。通过计算类方法......
模体发现在系统进化、基因调控等领域处于核心地位。模体中蕴含丰富的生命遗传信息，由于其长度，位置，变异的不确定性，模体发现问题仍然......
在DNA序列中,模体(Motif)就是指DNA序列中保守的序列片段,而从DNA序列中发现这些模体的过程就是模体发现(Motif Discovery),模体对......
20世纪90年代以来,生命科学研究取得了突破性的进展,随着人类基因组计划的开展与现代生物技术的发展,人类积累的大量生物信息数据......
在脱氧核糖核酸的调控区域存在着一些对基因表达,转录,翻译具有特殊生物意义的基因段,即转录基因结合位点(TFBSs),它们具有保守性,......
随着人类基因组计划的完成，人们获得了大量的生物学数据。在对这些生物数据进行处理和分析的过程中，涌现出了大量的数学问题。这些数......
在DNA序列中识别保守的模式,即模体发现,主要用于在DNA序列中定位转录因子结合位点,对研究基因的表达调控有着重要的意义。此外,高......
模体(Motif)是指一组序列中局部的保守区域,或者是一组序列中共有的一小段序列模式。更多的时候是指有可能具有与分子功能、结构性......
提出一种数据挖掘方法 MMHC来求解DNA序列模体。首先使用基于种子的错配聚类形成候选模体类,然后使用基于相对熵及聚类复杂度的深......
模体发现问题是生物信息学中的核心问题之一，它对于研究基因表达的调控机制有着极为重要的生物学意义。植入(l, d)模体发现问题是其......
近年来，随着高通量生物测序技术的飞速发展，至今已有超过三百种植物和动物基因组完成了测序工作。尽管这些年来生物信息学的研究已经......
摘要：模体发现在揭示基因组水平上的基因表达调控规律以及在蛋白质序列中定位保守结构域中起着重要作用。本文提出一种在生物序列中......
传统基于加速度传感器的运动识别方法通常假设传感设备是固定放置的,当传感设备的放置方式或位置偏离预定设置时识别性能会受到极......
针对传统基于特征提取的运动识别方法很大程度上依赖研究者的领域知识和训练样本的规模问题,提出一种基于主题的特征构建方法,使用......
模体发现对于基因发现和理解基因调控关系有着重要的意义,它是生物信息学中最具挑战性的问题之一。提出了针对PMSP算法的3种数据划......
DNA模体发现就是从给定的DNA序列集合中,找到一组相互相似的序列片断,有助于定位转录因子结合位点等调控元件。转录因子可以与基因......
模体发现在揭示基因组水平上的基因表达调控规律以及在蛋白质序列中定位保守结构域中起着重要作用。本文提出一种在生物序列中识别......
模体发现是计算机科学中的一个较为重要且具有一定挑战的问题,主要用于定位DNA序列集中的保守信号。首先,分析了已有的基于图聚类......
模体发现是生物信息学和计算机科学中最具挑战性的问题之一，对未经比对的DNA序列中定位转录因子结合位点起着重要的作用。将模体发......
提出了生物序列模体发现的最优化模型，该模型适用于搜索资源（如计算时间）有限的情况，传统的模体发现方法可能在资源耗尽后仍不能得出任......
模体发现问题是分析基因转录调控关系的一个重要方面.提出了一种新的基于熵的聚类求精算法——ECRmotif,用于DNA序列中的模体发现......
生物信息学是信息科学与生命科学的交叉学科,随着生物技术和计算机技术的迅猛发展,生物信息学已经成为目前最为活跃的新型学科之一......
作为生物信息学的传统研究领域，生物序列分析得到了广泛的研究。然而，随着测序技术的发展，生物序列数据在规模和特性上都发生了改变，生......
模体发现是在给定的序列集合中找到过表达的序列模式,对生物序列中定位有意义的序列片断起着非常重要的作用,比如在DNA序列中识别......
模体发现对于预测基因特殊功能位点和鉴别药物作用目标等有重要的应用价值．本文介绍了一种纳米计算平台系统结构模型-Cell Matrix以......
转录是基因表达的第一阶段，也是基因调节的主要阶段，通过转录因子与特异的DNA序列结合，对基因的表达起抑制或增强的作用。识别DNA序列......
生物序列模体发现是从生物序列集合找出具有特定功能子序列的问题,它是生物信息学中最重要问题之一。OOPS模型是一种简单常用的模......
针对不确定时间序列(uncertain time series,UTS)的模体发现(motif discovery,MD)问题,提出了基于粒子群(particle swarm optimiza......
针对时间序列模体发现算法计算复杂,并且无法发现多实例模体的问题,提出基于子序列全连接和最大团的时间序列模体发现(TSSJMC)算法......
以完全无监督的方式从较长的时间序列中提取出先前未知,重复出现的相似子序列,此问题称为模体发现问题。针对该问题,提出了基于Mat......
借鉴生物信息学中序列模式发现思想，提出了基于MEME（multiple expectation-maximization for motif elicitation）的不确定数据流模体......
该文针对多属性不确定数据流的频繁模式发现问题，借鉴生物信息学中的模体发现思想，提出了一种基于MEME（Multiple Expectation-maximiz......
模体发现是生物信息学的核心问题之一,对于研究基因表达的调控机制有着极为重要的生物意义。植入(l,d)模体发现(Planted(l,d)motif......
生物信息学(Bioinformatics),指的是利用信息技术和计算机科学等方法,以研究大量而复杂的生物数据的一门交叉学科。目前,基因组学......
时间序列(time series)是一组有序的、随时间变化的数值序列[1,2].在社会、科学、经济、技术等领域中广泛存在着大量的时间序列.在......
密码设备在进行加解密时会产生大量的物理信息,如电磁、能耗、热量等。攻击者利用这些物理信息对密码设备进行侧信道攻击,窃取密码......
