基于多序列联配的攻击特征自动提取技术研究

误用入侵检测系统的检测能力在很大程度上取决于攻击特征的数量和质量.该文提出一种基于多序列联配的攻击特征自动提取方法:首先将可疑的网络数据流转化为序列加入到可疑数据池中;通过聚类将这些序列分为若干类别;最后利用该文提出的多序列联配算法对同一类中的序列进行联配,并以产生的结果代表一类攻击的特征.该方法的核心是该文提出的两种序列联配算法:奖励相邻匹配的全局联配算法CMENW(Contiguous-Matches Encouraging Needleman-Wunsch)和层次式多序列联配算法HMSA(Hierarchical Multi-Sequence Align-ment).CMENW算法克服了Needleman-Wunsch算法易产生碎片的问题,使得连续的特征片段能够尽量地予以保留;HMSA算法以层次式策略对多序列进行联配,支持通配符,并带有剪枝功能.该方法可以自动地提取包括变形病毒和缓冲区溢出在内的新攻击的特征,其主要优点是:(1)产生的攻击特征包含位置相关信息,因而相对传统的方法结果更加准确;(2)具有良好的抗噪能力.

豆壳过氧化物酶的序列联配、二级结构预测及疏水性分析

利用生物大分子数据库和软件技术对豆壳过氧化物酶 (Soybeanhullperoxidase ,SHP ,EC 1 .1 1 .1 .7)进行了序列联配、二级结构预测及疏水性分析 ,通过与其它来源过氧化物酶的比较研究 ,分析了结构保守性与功能域的关系 ,从分子水平探讨了过氧化物酶活性位点结构特征。

基于最小生成树的多序列联配算法

多序列联配(MAS)是现代生物信息学中的重要工具之一,MAS问题是NP-难的,因此需要一些启发式方法在合理的时间内联配大的数据集。本文提出了一个基于最小生成树的多序列联配算法,并使用BALiBASE标准数据集合,对我们的算法进行了性能评价,结果表明算法较之ClustalX类的算法其精确度更高。

基于SVM和序列联配的攻击特征提取方法

针对序列联配应用于攻击特征提取时的碎片和噪声干扰问题,采用SVM分类器将多攻击样本转换成单一攻击样本,以减少联配过程中的噪声序列;在两序列联配Smith-Waterman算法的基础上,改变空位罚分方式,引入连续匹配字符奖励,提出一种改进的Smith-Waterman(ISW)算法。结合SVM分类器与ISW算法构建攻击特征提取模型。研究结果表明:该模型的联配结果能准确地表达攻击特征,降低检测系统的误报率。

一种基于极值思想的多序列联配求精算法

多序列联配(MSA)是一个NP问题,为了取得一个好的联配结果,常用渐进和迭代两种方法,但渐进方法不能调整早期的错误,迭代方法面临怎样跳出局部最优的问题。该文提出了一种新的求精方法,该方法基于极值遗传算法和挖掘策略。极值遗传算法基于极值组合元素,能够减少搜索空间,易于找到全局最优解。算法实现过程中,首先用挖掘算法挖掘出已知联配中的不良序列块,然后所有的不良序列块用极值遗传算法重新联配。当初始的序列是用渐进算法联配时,新的求精方法能调整早期的一些错误,充分结合渐进和迭代算法的优点。最后算法用来自于数据库BAliBASE中数据进行了验证。

用非联配方法预测人类转录调节模体

通过对TRANSFAC数据库中转录因子结合位点(TFBS)所包含核苷k联体(k-mer)在人类和小鼠基因组启动子区中分布的比较分析,提出一种在人类全基因组启动子区搜索转录调节k-mer模体(transcriptionregulatoryk-mermotifs,TRKMs)的非联配快速算法——基于距离的保守k-mer搜索算法(distance-basedconservativek-mersearchingalgorithm,DCKSalgorithm).应用该算法,对人7-mer转录调节模体进行预测,预测结果敏感性为90%,特异性为78%,相关系数为0.65.

用动态扣分策略消除序列局部联配中的马赛克问题

1引言 生物信息学中,对各种生物大分子序列进行分析是一件非常基本的工作,Paul A.Rota[1]通过测定SARS(又名非典型性肺炎)病毒的基因组序列,找到了含有制造蛋白质指令的部分基因,其中包括公认的制造四种蛋白质的基因,证实了非典病毒是一种全新的冠状病毒,这一成果将有助于加快诊断、治疗和预防非典的步伐.

生物序列局部联配中的马赛克问题的一种解决方法

生物信息学中,Smith Waterman算法用于同源长序列的局部联配时,经常会出现马赛克问题(相似度很低的保守区域夹在两个相似度很高的区域中间)。在分析问题成因的基础上,提出利用动态加速扣分策略解决马赛克问题,即在计算得分矩阵的过程中,如果存在保守区域,则加大扣分的力度,争取在离开保守区域前让得分为0,从而将保守区域切断。实验结果表明,动态加速扣分策略顺利解决了序列局部联配中的马赛克问题,并且没有显著增加算法的时间复杂度和空间复杂度。

竞争PSO在多序列联配中的应用

论文提出了一种求解多序列联配的竞争粒子群优化算法,算法根据适应值分类设计了粒子群的惯性权重及其飞行速度范围,并进行了动态调整,提高了算法的收敛速度和精度;引入了重新初始化机制,有效地避免粒子群优化算法可能出现的早熟现象;提出了一种全新的速度更新模式和竞争策略,增强了算法的能力。实验表明该算法是有效的。

基于计算机编程的多序列联配技术在中药研究中的应用

从七个方面概述了生物信息学多序列联配技术在中药研究中的应用,包括:中药功能基因的快速筛选与鉴定,中药资源的分子鉴定与本草考证,中药新资源的发现,中药蛋白成分的结构与功能预测,中药活性成分的虚拟筛选,中药活性成分作用靶点的预测以及基于中药的计算机药物设计。

新型粒子群优化算法在多序列联配中的应用

将粒子群优化算法应用于序列联配,提出了一种改进的粒子群优化算法,该算法在粒子群的进化过程中根据粒子的适应值动态地调整粒子群的惯性权重与粒子群飞行速度范围,提高了算法的收敛速度和收敛精度;针对PSO算法可能出现的早熟现象,引入重新初始化机制,增强了算法的搜索能力,实验表明该算法是有效的。

存储约束条件下的序列联配算法

序列联配算法是生物信息处理中非常重要的一类算法,最基本的序列联配算法是动态规划算法,其时间和空间复杂度都为O(m×n),(其中m和n为两序列的长度)。实际应用中,该算法的空间复杂度是限制问题规模的瓶颈。Hirschberg在1975年提出的算法减少了序列联配问题的空间需求,其空间复杂度为O(m+n),但是Hirschberg算法的时间需求是基本动态规划算法的两倍。文章提出一种新的序列联配算法FastAlignment(FA),FA算法的时间复杂度和空间复杂度介于基本动态规划算法和Hirschberg算法之间,通过对算法参数k的调节,可以获得在不同存储条件下最小序列联配问题解决时间。

一种基于极值域组合的多序列联配求精算法

多序列联配(MSA)是一个NP问题,常用的方法有渐进法和迭代法,但渐进方法不能调整早期的错误,迭代方法面临怎样跳出局部最优的问题。针对多序列联配问题,提出了极值域组合思想和挖掘策略,极值域组合能够减少搜索空间,易于找到全局最优解。最后得到一种基于极值遗传算法和挖掘策略的多序列联配求精算法。算法用来自于数据库BAliBASE中的数据进行了验证。

多序列联配问题的模拟退火求解

在描述多序列联配问题及其优化模型的基础上 ,构造了适合多序列联配问题的邻域结构 ,给出了一种使用模拟退火算法求解该问题的方案 ,并给出了该方案的一个实例 ,实验结果表明 ,模拟退火求解多序列联配问题是有效的 .

蛋白质序列与EST序列的反翻译联配

随着大规模测序技术的进步 ,收录到数据库中的序列增长很快 ,其中大多是未知功能的ESTs(表达序列标签 ,ExpressedSequenceTags)。一般通过蛋白质 -EST序列联配来实现EST的功能提示。由于EST含有5 %左右的测序误差 ,特别严重的是其中的移框误差 ,用通常的方法将EST按6个阅框翻译为蛋白质序列再进行联配难以处理移框误差问题。通过考虑EST序列各种可能的测序误差 ,将氨基酸序列反翻译为核苷酸序列 ,在核酸水平直接进行序列联配 ,用以实现蛋白质与EST序列的精确匹配 ,并对EST序列的移框误差进行识别与校正。

应用非序列联配方法对哺乳动物系统发育关系的探讨

非序列联配的序列分析方法,将序列中特定寡聚核苷酸的kmer统计频率作为特征,在序列间按特征进行比较和分析。这种方法综合考虑了所有变异类型对序列整体特征的影响,因而在组学数据分析上有独特的优势。但是,这类方法在复杂多细胞生物基因组系统发育中的适用性仍然有待检验。在本文中,我们使用基于非序列联配方法的CVTree软件,以45种哺乳动物的蛋白质组数据建立了系统发育关系NJ树,并据此探讨了哺乳动物系统发育的若干问题。在广受关注的真兽下纲四个总目的关系问题上,CVTree支持形态学的普遍结论即上兽类(Epitheria)假说。这与基于序列联配方法支持的外非洲胎盘类(Exafro-placentalia)假说不同。在哺乳动物内部目的层次上,CVTree树的结论与分子和形态所普遍接受的系统发育关系基本一致。但是在目的内部,CVTree树会有较多的差异。研究结果初步显示非序列联配方法在使用复杂多细胞生物的组学数据进行系统发育关系分析中的可行性。对非序列联配方法自身的改进及其与传统基于取代的序列联配方法之间的比较仍有待深入研究。

基于免疫粒子群优化算法集成的多序列联配

新的免疫粒子群集成算法是根据个体的浓度和适应值概率,利用免疫机制,在粒子群优化算法中设计了免疫替换算子,有效防止了粒子群优化算法易陷入局部最优的缺陷;通过集成技术,充分发挥各种粒子群优化算法的优点,实现协同演化,提高了算法的全局搜索能力。最后用免疫粒子群集成算法去进行多序列联配,实验证明了算法的有效性。

基于最优树联配的正则表达式学习算法

由于正则表达式(RE)被广泛用于信息抽取、模式学习和生物序列分析等领域,因此开发能够从正样例集学习RE的算法很有实际意义.为克服现有RE学习算法在所学RE类型、样例数目和样例类型等方面存在的限制,基于最优树联配原理提出了一种基于树结构的RE学习算法.该算法的特点包括:采用自适应方法自动选择最优代价阈值;对所学RE类型、样例数目和样例类型等限制很少,因此适合于绝大多数RE应用.实验表明,该算法在所学结果 RE的实用性方面优于现有RE学习算法.

Excel在肿瘤抗体氨基酸序列联配中的应用

氨基酸序列的序列比对是研究蛋白的结构和功能关系的有力工具。本文利用Visual Basic for Applications的宏功能,采用Needleman-Wunsch算法在Excel中建立模型,对两条人类肿瘤抗体的氨基酸序列进行序列配联,找出它们的同源性。通过和一些常用序列分析软件的比较,这种方法简单、直观和易于接受。

邻苯二甲酸根桥联多核铜配位聚合物的合成与晶体结构(英文)

合成了邻苯二甲酸根桥联多核铜的配位聚合物 {[Cu(Phth) (Phen) (H2 O) ]·(H2 O) }n,(Phth :邻苯二甲酸根二阶阴离子 ;Phen :1,10邻菲咯啉 ) ,并得到了它的单晶 .用X -射线单晶衍射法测定了配合物的晶体结构 .晶体学数据如下 :经验式为C2 0 H1 6 CuN2 O6 ,Mr =44 3 .89,晶体属正交晶系 ,Pca2 1 ,a =1.115 9(3 )nm ,b =1.164 0 (2 )nm ,c=1.40 66(5 )nm ;Z =4,V =1.82 70 (9)nm3,F(0 0 0 ) =90 8,Dc=1.614mg .m- 3,μ =1.2 3 8mm- 1 .晶体结构由直接法解出 ,数据用全矩阵最小二乘法进行修正 ,最终结构偏差因子R =0 .0 3 5 1,wR =0 .0 891,吻合因子S =0 .991,晶体中每个Cu(Ⅱ )离子配位数为 5 ,这5个配位原子形成一个畸变的四方锥结构 ,配合物分子通过邻苯二甲酸根桥联呈无限延伸的一维链状结构 。