基于条件随机场的生物信息学方法

项目名称： 基于条件随机场的生物信息学方法

项目编号： No.60970091

项目类型： 面上项目

立项/批准年度： 2010

项目学科： 自动化技术、计算机技术

项目作者： 吴凌云

作者单位： 中国科学院数学与系统科学研究院

项目金额： 30万元

中文摘要： 海量生物数据和复杂数据结构对现有的生物信息学模型和算法提出了巨大的挑战。隐马尔可夫模型是生物信息学中非常重要的工具之一，常用于序列数据的标识和分类等。条件随机场是隐马尔可夫模型的推广，适用范围和效果都好于隐马尔可夫模型，在语言识别和图像处理等领域有着广泛的应用，但目前在生物信息学领域的应用研究还不多。本项目将基于条件随机场方法，研究单核苷酸多态性（SNP）芯片数据分析、蛋白质结构比较、生物分子网络的功能模块和通路研究三个重要的生物信息学问题。这三个问题分别代表了生物信息学中常见的三种数据类型：一维序列、三维结构和网络。针对这三个问题研究基于条件随机场的方法，对解决其他生物信息学问题有很好的借鉴作用。本项目将针对生物信息学问题的特点，研究条件随机场模型和算法，解决其中的优化理论问题，同时促进基于条件随机场的生物信息学方法的发展，推动国内数学、生物信息学、计算机科学理论及算法的交叉研究。

中文关键词： 条件随机场；生物信息学；系统生物学；网络比较；最优化方法

英文摘要：

英文关键词： Conditional Random Fields；Bioinformatics；Systems Biology；Network Comparison；Optimization