|
生物資訊
人類基因體計劃(HGP)在DNA定序上已然完成，但光定序出人類DNA序列只能說剛打開人類基因密碼的大門。如何從真核生物的基因組序列中預測出完整的基因結構是生物資訊中一個重要的課題。而目前世界上相關的基因預測在敏感度和專一度上都仍令人不滿意。因此我們現致力研究於可用來明顯改善基因預測的敏感度和專一度且富有彈性的随機文法和語言學的可能性。
我們希望先藉由基因上各個剪接訊號的偵測，主要是利用貝式網路(Bayesian
Network)去展開關聯圖(Dependency Graph)，然後針對基因結構的特性，建立起基因結構的随機語言學模型，而得到模型後我們便可利用它來預測基因位置。
為了要建立可用來模擬基因結構的隨機語言學模型，提出一個適當的符號系統是必要的。而在有關基因表現包括轉錄，轉譯等生化過程的研讀之後，我們採用了一些結構上或功能上的元素如剪接訊號，轉錄起始位置，多聚腺苷酸化訊號，轉譯起始密碼子，終止密碼子和起動子元素等來做為隨機語言學模型中的符號系統。然而，去氧核醣核酸序列是由四個核苷酸所構成。我們需要先能夠從這樣的序列中辨認出結構上或功能上的符號，才能將其應用到隨機語言學模型來預測完整的基因結構。因此，完整基因結構預測的品質是相當取決於這些符號的偵測準確度。我們正致力加強這些符號預測的準確度，以進一步來達成準確預測完整基因結構的目標。
＊
生物資訊在蛋白質上的應用
由於全球性基因體定序計畫帶來的資訊成爆炸性的成長，所以，單從氨基酸的序列預測蛋白質的結構甚至性質，已變成未來必備的工具。因此，首先我們從網路資料庫，如Protein Data Bank ( PDB )、Protein sequence database ( SwissPort / ExPASy )等取得已經由實驗驗證的蛋白質序列。接者我們利用統計與通訊上一些編碼的演算法，建立基本測試的模型。最後，再從已獲得的序列中估算出模型的準確度，以False
Negative rate對False Positive rate作圖。目前，我們研究的目標在於如何將蛋白質中α-Helix的位置準確地預測出來。我們的作法是將已收集的序列
(如CB513) 建立一個Dependency Graph Algorithm的模型，再將這個模型應用在預測CB513的序列上，至今已獲得不錯的成效。未來，除了將再結合Viterbi Algorithm去提升預測的準確度，也將資料的收集範圍擴大，以期達到預測各種不同蛋白質的二級結構。
|
