(18.210.12.229) 您好!臺灣時間:2021/03/01 06:51
字體大小: 字級放大   字級縮小   預設字形  
回查詢結果

詳目顯示:::

我願授權國圖
: 
twitterline
研究生:李烱毅
研究生(外文):Chiung-Yi Li
論文名稱:運用馬可夫程序理論於B型肝炎病毒基因突變率之研究
論文名稱(外文):Apply Markov Process Theory on Mutation Rate of Hepatitis B Virus Sequence
指導教授:孫光天孫光天引用關係
指導教授(外文):Koun-Tem Sun
學位類別:碩士
校院名稱:國立臺南大學
系所名稱:資訊教育研究所碩士班
學門:教育學門
學類:教育科技學類
論文種類:學術論文
畢業學年度:94
語文別:中文
論文頁數:53
中文關鍵詞:B型肝炎病毒突變率排隊理論馬可夫鏈馬可夫理論預測
外文關鍵詞:HBVMutation RateQueueing TheoryMarkov Chai
相關次數:
  • 被引用被引用:1
  • 點閱點閱:201
  • 評分評分:系統版面圖檔系統版面圖檔系統版面圖檔系統版面圖檔系統版面圖檔
  • 下載下載:0
  • 收藏至我的研究室書目清單書目收藏:0
本研究使用排隊理論中的馬可夫模型來建立B型肝炎病毒序列的模型,藉由此理論與模型,使用短時間的行為來預測長時間的行為,如本研究中使用單月突變轉置機率矩陣來預測七個月,一年後以及十八個月後的基因序列(包含核�˙躉P胺基酸),進而推導出該突變率,並與實際的序列比較後,得到不錯的結果,也間接證明,病毒序列目前的狀態(核�˙�)之轉變,應該傾向與前一個狀態相關,而與更早之前的狀態是獨立的,因此馬可夫模型理論在此領域是十分適用的,能精準預測基因序列就能在演化論上有所助益,而突變率的模型建立,更可以幫助判斷一條序列中哪些片段是具有功能上的重要意義,以及哪些片段是不具有意義的假基因。
此外,在分析與統計資料過程中也發現在B型肝炎病毒基因序列中,某些位置特別容易發生突變,而某些則否;再者,每種核�˙警o生突變的機率近似均勻分配,而胺基酸則否;而不論核�˙藺峸繵羃纂A某些突變組合特別容易發生,有些則否,這些詳細數據在結果分析與討論一章中有詳細描述。
Based on the the Markov Model of the Markov Process theory, we built the transition model of the Hepatitis B Virus Sequence. We may observe the short-term behavior and then predict the long-term conduct by the theory and the model. In this research, we may reason out the Mutation Rate just as using the Matrix of the Mutation Transpose Rate to predict seven months, and we can infer the Mutation Rate from the gene sequences, including the nucleotide and the Amino Acid, after a year as well as eighteen months. Moreover, we will get the good results, and indirectly affirm to the changes for a present phase of the virus sequences, the nucleotide, after being compared with the real sequences. And the changes should tend to relate the last condition with the existent one, while it is independent one earlier on. Therefore, the Markov Process Theory is perfectly suitable for the field. And it is helpful to the evolution that can exactly predict the gene sequences. However, the establishment for the model of the Mutation Rate can help us estimate which section of a sequence has the important meaning on the capabilities, while the other one is an untrue gene which doesn’t have any meaning.
Besides, we may find that some positions are easy to arise the mutation specifically in the Hepatitis B Virus gene sequences, while some others are not. Furthermore, the mutation rate of each nucleotide is similar to the even allocation, but the Amino Acid isn’t as this; and whatever the nucleotide or the Amino Acid, some mutation combination more easily occur, while some don’t. And these particular data will have the strict delineations in the chapter of the analysis for result and discussion.mutation combination more easily occur, while some don’t. And these particular data will have the strict delineations in the chapter of the analysis for result and discussion.
中文摘要 iii
英文摘要 vi
誌 謝 vi
目錄 viii
表次 x
圖次 xii
一. 緒論 1
1.1 研究動機與目的 1
1.2 名詞解釋 1
1.2.1 基因突變 1
1.2.2 基因突變的種類 3
1.2.3 基因突變的後果 4
二. 文獻探討 1
2.1 隨機程序 1
2.2 馬可夫模型的介紹 1
2.3 馬可夫模型的特性與分類 2
2.4 Chapman-Kolmogorov Equation 3
2.5 馬可夫理論的專有名詞解釋 3
2.6 馬可夫理論的相關研究 6
三. 研究方法 7
3.1 研究對象 7
3.2 研究架構與流程 7
3.3 馬可夫模型的應用 8
3.4 資料處理與分析 10
3.4.1 資料前處理 10
3.4.2 計算每個馬可夫模型的轉置機率矩陣 11
3.4.3 預測N個時間間隔後的基因序列 11
3.4.4 驗證預測的正確率 11
3.4.5 預測基因序列之突變率 12
3.4.6 比較真實突變率與預測之突變率 12
四. 系統架構與流程介紹 13
4.1 系統架構與步驟 13
4.1.1 計算單位時間之突變率 15
4.1.2 訓練轉置機率矩陣 15
4.1.3 利用轉置矩陣作預測 15
4.1.4 驗證預測的效果好壞 15
4.2 系統介面與操作 16
4.2.1資料轉換 16
4.2.2 資料分析 16
4.2.3 序列預測 18
4.2.4 突變率預測 20
五. 結果分析與討論 21
5.1 使用四位病患當訓練集之研究結果 21
5.2 使用六位病患當訓練集之研究結果 27
5.2.1 以個別病患來觀察 27
5.2.2 以時間來觀察 32
5.3 以胺基酸為研究對象 35
5.3.1 序列預測正確率 35
5.3.2 突變率預測 37
5.3.3 以時間來觀察 38
5.4 相關問題討論 39
5.4.1 四個病患與六個病患之分析與比較 40
5.4.2 核�˙躉P胺基酸的結果比較 41
六. 結論與未來研究方向 45
6.1 結論與討論 45
6.1.1 核�˙蘇蟔靰瑣鰷v統計 45
6.1.2 胺基酸突變的機率統計 46
6.1.3 以每個位置架構馬可夫模型的正確率 48
6.1.4 突變率預測 48
6.2 未來研究方向 50
參考文獻 51
Alan S. Perelson , “Modling Viral and Immune System Dynamic”,NATURE REVIEWS – IMMUNOLOGY VOLUME 2 JANUARY 2002

Stephen Locarnini and Angeline Bartholomeusz, “The Hepatitis B Virus and Common Mutants”,SEMINARS IN LIVER DISEASE/VOLUME 23, NUMBER 1 2003

Sean R. Eddy,”BIOINFORMATICS REVIEW”,Washington University School of Medicine,vol.14 no.9 1998 pages 755-763

Ross J. MacIntyre, Molecular Evolutionary Genetic,Cornell University Ithaca,New York

Frederick S. Hillier and Gerald J. Lieberman , INTRODUCTION TO OPERATIONS RESEARCH

Willam Barnier and Norman Feldman , INTRODUCTION TO ADVANCED MATHEMATICS ,ISBN:0-13-477084-6

Jonathan D. Wren,William H. Hildebrand,Sreedevi Chandrasekaran and Ulrich Melcher,
“Markov model recognition and classification of DNA/protein sequences within large text databases” , bioinformatics/bti657 Vol. 21 no. 21 2005, pages 4046–4053

W. H. Majoros, M. Pertea and S. L. Salzberg,”Efficient implementation of a generalized pair hidden Markov model for comparative gene finding” , BIOINFORMATICS,Vol. 21 no. 9 2005, pages 1782–1788

Vincent Miele, Pierre-Yves Bourguignon, David Robelin, Gregory Nuel and Hugues Richard , “analyzing biological sequences with a range of Markov-related models”,UMR CNRS 8071 Statistique et Genome,2005

Dirk Husmeier , “Application of Hidden Markov Models in Bioinformatics”,Biomathematics and Statistics Scotland at the Scottish Crop Research Institute Invergowrie, Dundee DD2 5DA,UK

Neil C. Jones and Pavel A. Pevzner, An Introduction to Bioinformatics Algorithms ,2005, The MIT Press
Bolch , Queueing Network and Markov Chain : Modeling and Performance Evaluation with Computer Science Application

CHUN–JEN LIU, PEI–JER CHEN, MING–YANG LAI, JIA–HORNG KAO, CHING–FUNG CHANG, HUI–LIN WU, WEN–YI SHAU, and DING–SHINN CHEN , “A Prospective Study Characterizing Full-Length Hepatitis B Virus Genomes During Acute Exacerbation”, GASTROENTEROLOGY 2003;124:80–90

JIA–HORNG KAO, PEI–JER CHEN, MING–YANG LAI, and DING–SHINN CHEN,“Basal Core Promoter Mutations of Hepatitis B Virus Increase the Risk of Hepatocellular Carcinoma in Hepatitis B Carriers” GASTROENTEROLOGY 2003;124:327–334

Chun-Jen Liu, Jia-Horng Kao, Hurng-Yi Wang, Ming-Yang Lai, Ting-Chih Chen, Pei-Jer Chen, and Ding-Shinn Chen , “Origin of Serum Hepatitis B Virus in Acute Exacerbation: Comparison With HBV in the Liver and From Other Exacerbation”, HEPATOLOGY, Vol. 40, No. 2, 2004, 310-317.

Johannes Soding,” Protein homology detection by HMM–HMM comparison”, BIOINFORMATICS, Vol. 21 no. 7 2005, pages 951–960
Kuang Lin, Victor A. Simossis2,†, Willam R. Taylor and Jaap Heringa,”A simple and fast secondary structure prediction method using hidden neural networks”, BIOINFORMATICS, Vol. 21 no. 2 2005, pages 152–159


Robel Y. Kahsay, Guang Gao and Li Liao,” An improved hidden Markov model for transmembrane protein detection and topology prediction and its applications to complete genomes”, BIOINFORMATICS, Vol. 21 no. 9 2005, pages 1853–1858

Vincent Miele, Pierre-Yves Bourguignon, David Robelin, Gregory Nuel and Hugues Richard,” seq++: analyzing biological sequences with a range of Markov-related models”, BIOINFORMATICS , Vol. 21 no. 11 2005, pages 2783–2784

JORNG-TZONG HORNG, HSIEN-DA HUANG, SHIH-HSIEN WANG, MING-YOU CHEN, SHIR-LY HUANG, JENN-KANG HWANG,” Computing Motif Correlations in Proteins”, Journal of Computational Chemistry,2003 Vol. 24, No. 16 2032-2043


W. H. Majoros∗, M. Pertea and S. L. Salzberg,” Efficient implementation of a generalized pair hidden Markov model for comparative gene finding”, BIOINFORMATICS vol. 21 no. 9 2005, pages 1782–1788

Ben-Gal1, A. Shani1, A. Gohr, J. Grau, S. Arviv, A. Shmilovici,
S. Posch, and I. Grosse,” Identification of transcription factor binding sites with variable-order Bayesian networks”, BIOINFORMATICS Vol. 21 no. 11 2005, pages 2657–2666

Dmitri G. Roussinov and Michael J. McQuaid,” Information Navigation by Clustering and Summarizing Query Results”, Proceedings of the 33rd Hawaii International Conference on System Sciences - 2000



林光賢(民國86),機率論,華泰書局

王鼎(民國92),統計學,鼎茂, ISBN:986-7760-91-3
QRCODE
 
 
 
 
 
                                                                                                                                                                                                                                                                                                                                                                                                               
第一頁 上一頁 下一頁 最後一頁 top
1. 張國恩(2002),從學習科技的發展看資訊融入教學的內涵。北縣教育,41,16-25。
2. 柯華葳(1994):從心理學觀點談兒童閱讀能力的培養。華文世界,74,63-67。
3. 柯重吉(2006)。現行資訊科技融入方式的探討。研習資訊,23(5),89-98。
4. 林慶宗、鐘樹椽(2006)。資訊科技在自然科的教學應用。研習資訊,23(1),55-60。
5. 邱瓊慧(2002)。中小學資訊科技融入教學之實踐。資訊與教育雜誌,88,3-9。
6. 邱貴發(1992)。電腦輔助教學成效探討。視聽教育雙月刊,33(5),11-18。
7. 吳明隆(2005)。資訊科技融入學習領域的教學應用。視聽教育雙月刊,45(4),12-22。
8. 吳沂木(1999)。淺談資訊教育融入學科教學。班級經營,4(1),47-52。
9. 呂聰賢(2003)。淺談資訊融入教學模式。北縣教育,41,47-49。
10. 何榮桂(2001)。臺灣資訊教育的現況與發展—兼論資訊科技融入教學。資訊與教育,87,22-48。
11. 王曉璿(1999)。資訊科技融入各科教學探究。菁莪季刊,4,7-24。
12. 王美芬、李登隆(2004)。資訊融入專題導向學習對國小學生自然科學習態度與問題解決能力之影響。科學教育研究與發展季刊,2004專刊,69-94。
13. 王全世(2000)。對資訊科技融入各科教學之資訊情境的評估標準。資訊與教育,77,36-47。
14. 張基成、岳修平(1999)。 電腦微世界學習環境設計發展小小旅行家-微世界探 險。視聽教育雙月刊,41(3),1-8。
15. 溫明正(2000)。教室電腦教學的應用。資訊與教育雜誌,77,8-14。
 
系統版面圖檔 系統版面圖檔