计算机算法在生物信息学中的应用综述
摘 要:在人类基因组计划的推动下,生物信息学得到了人们的广泛关注,并呈现出数量多、计算量大等鲜明特征,因此要求在生物信息学中采用计算机算法,以提高生物信息学处理问题的效率。以生物信息学中常用的计算机算法为切入点,进一步从基因表达数据分析、基因组序列信息分析、生物序列差异和相似性分析、遗传数据分析以及蛋白质结构与功能预测5个方面,论述了计算机算法在生物信息学中的典型应用。
关键词:生物信息学;基因;计算机算法;数据分析 DOI:10.11907/rjdk.171382 中?D分类号:TP301 文献标识码:A 文章编号:1672-7800(2017)009-0209-03 Abstract:In the human genome project, the bioinformatics has been widely concerned by the broad masses of bioinformatics scholars, and has the characteristics of large quantity and large computational complexity. This requires that the computer science algorithm should be used in bioinformatics , In order to improve the efficiency of bioinformatics processing problems. In this paper, the computer algorithm used in bioinformatics as the starting point, and further from the analysis of gene expression data, genome sequence information, biological sequence differences and similarity, genetic data and predict the structure and function of protein five aspects, discusses the computer algorithm A typical application in bioinformatics for discussion. Key Words:bioinformatics; gene; computer algorithm; data analysis 0 引言 生物信息学(Bioinformatics)作为一门新兴的交叉学科,是随着生命科学和计算机科学的高速发展而出现的。它通过充分利用生物学、信息学、数学、物理学、统计学以及计算机网络等工具或手段,对大量生物数据信息进行有效的阐明和分析,使之成为具有相应生物意义的生物数据信息。其涵盖了基因组信息的获取、处理、分配、存储等多个方面,通过对生物信息的比较和分析,从而获取基因编码以及核酸和蛋白质结构功能等信息,是最具活力和发展前景的学科之一。然而,生物信息学在我国由于起步较晚,加之其自身呈现出的数量多、计算量大等特征,使生物信息学面临着计算瓶颈。基于此,笔者结合自己的工作实践,对计算机算法在生物信息学中的应用进行探讨,以期为在生物信息学中进行有效的数据挖掘提供理论支持。 1 生物信息学中常用的计算机算法 算法作为计算机科学的一个重要分支,在计算机科学中居于核心地位。在信息时代,算法作为解决问题的重要工具之一,其通过输入符合规范的信息,从而在短时间内快速获取所需要的输出,现已在各个领域得到了广泛应用。在生物信息学中,计算机算法的应用也对生物信息学的发展起着积极推动作用。生物信息学中常用的计算机算法主要包括以下几种: (1)分治法。分治法即在解决大的问题实例时,通过将该问题实例分解为具有相同问题的几个小的问题实例,再采用递归方法依次对这些小的问题实例求解,然后将所得的解合并,从而得出大的问题实例的解。分治法主要应用于合并排序、最近对和凸包问题等领域。而在生物信息学中,可以通过分治法来分析处理序列比对以及序列联配等问题。其中,序列比对在生物学中是最为常见的问题之一,通过PSW-DC算法、生物序列比对算法,在分而治之方法理念的指导下,将Query序列划分成几个片段,再分配给对应的处理器,然后并行地按照Smith-Waterman算法和目标序列进行对比,最终根据相应规则的扩展过程得到最优化的序列匹配[1]。 (2)图算法。图算法指通过特制的线条算图求得问题实