基因组比较问题的算法与复杂性

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号:
    61070019
  • 项目类别:
    面上项目
  • 资助金额:
    31.0万
  • 负责人:
  • 依托单位:
  • 学科分类:
    F0201.计算机科学的基础理论
  • 结题年份:
    2013
  • 批准年份:
    2010
  • 项目状态:
    已结题
  • 起止时间:
    2011-01-01 至2013-12-31

项目摘要

基因组比较的核心问题是计算两个基因组的量化距离。本课题讨论基因组重组排序与基因组样本断点距离两个基因组比较问题的算法与复杂性。设计有向基因组Reversal与Translocation排序的局部搜索近似算法;设计有向基因组一般Translocation排序的新精确算法;设计无向基因组Cut-And-Paste排序新近似算法;证明基因组Transposition排序的复杂性;设计基因组短块移动排序的改进近似算法;设计基因组样本断点距离问题的亚指数时间精确算法。力图在上述内容研究中取得新突破。基因组比较算法有助于人们确定基因组的相同与不同区域,充分理解基因的结构与功能,定位控制基因功能的信息,从而找到克服人类疾病的新方法。

结项摘要

本项目研究了一类基因组比较问题的算法与计算复杂性。设计出一组基因组重组排序或基因组重组距离计算问题的近似算法,为项目的标志性结果。基因组重组距离计算是计算比较基因组学的主流分支,近似算法则是解答NP-Hard优化问题的有效手段,也是算法与计算复杂性研究的核心内容。.在国家自然科学基金“基因组比较问题的算法与复杂性(61070019)”的资助下,完成如下主要研究成果:(1)设计出有向基因组一般移位排序的多项式时间算法;(2)设计出无向基因组切割再粘贴排序近似性能比为2.25的多项式时间近似算法;(3)设计出基因组短块移动排序近似性能比为14/11的多项式时间近似算法,进一步设计出整数排列逆序基因对数目足够多时的(1+e)-近似算法;(4)设计出样本断点零距离问题(ZEBD)时间复杂性为O(n^2*1.86^n)的精确算法;(5)设计出单面片段框架填充问题近似性能比为5/4的多项式时间近似算法,设计出双面片段填充问题近似性能比为1.5的多项式时间近似算法;(6)设计出无向基因组交互型移位排序近似性能比为1.408+e的多项式时间近似算法;(7)设计出最大不全k-满足问题的盲目局部搜索近似算法,近似性能比可达到2^(k-1)/(2^(k-1)-1)。已发表学术论文16篇,其中SCI收录11篇,EI收录7篇;期刊论文12篇,会议论文4篇;计算机学会倡导的顶级期刊论文9篇。受邀在全国年会做特邀报告一次。获得山东省自然科学奖3等奖1项,山东大学优秀博士学位论文奖2项。培养博士生6名,硕士生5名。

项目成果

期刊论文数量(12)
专著数量(0)
科研奖励数量(3)
会议论文数量(5)
专利数量(0)
Sorting genomes by generalized translocations
通过广义易位对基因组进行排序
  • DOI:
    10.1016/j.tcs.2013.01.004
  • 发表时间:
    2013-06
  • 期刊:
    THEORETICAL COMPUTER SCIENCE
  • 影响因子:
    1.1
  • 作者:
    Yin Xiao;Zhu Daming
  • 通讯作者:
    Zhu Daming
A 14/11-approximation algorithm for sorting by short block-moves
用于按短块移动排序的 14/11 近似算法
  • DOI:
    10.1007/s11432-010-4131-5
  • 发表时间:
    2011-01
  • 期刊:
    Science China Information Sciences
  • 影响因子:
    --
  • 作者:
    Jiang HaiTao;Zhu DaMing
  • 通讯作者:
    Zhu DaMing
短块移动排序的14/11近似算法
  • DOI:
    --
  • 发表时间:
    2011
  • 期刊:
    中国科学:信息科学
  • 影响因子:
    --
  • 作者:
    姜海涛;朱大铭
  • 通讯作者:
    朱大铭
超椭圆曲线上Montgomery 标量乘的快速计算公式
  • DOI:
    --
  • 发表时间:
    2013
  • 期刊:
    软件学报
  • 影响因子:
    --
  • 作者:
    李明;孔繁玉;朱大铭
  • 通讯作者:
    朱大铭
A new approximation algorithm for cut-and-paste sorting of unsigned circular permutations
一种用于无符号循环排列剪切粘贴排序的新近似算法
  • DOI:
    10.1016/j.jcss.2012.01.005
  • 发表时间:
    2012-07
  • 期刊:
    Journal of Computer and System Sciences
  • 影响因子:
    1.1
  • 作者:
    Lou Xiaowen;Zhu Daming
  • 通讯作者:
    Zhu Daming

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--"}}
  • 发表时间:
    {{ item.publish_year || "--" }}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--"}}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ monograph.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ patent.updateTime }}

其他文献

基因组移位排序的多项式时间算法
  • DOI:
    --
  • 发表时间:
    --
  • 期刊:
    计算机学报
  • 影响因子:
    --
  • 作者:
    尹晓;朱大铭
  • 通讯作者:
    朱大铭
PQ-树断点距离中心问题的复杂性和精确算法
  • DOI:
    --
  • 发表时间:
    2016
  • 期刊:
    计算机研究与发展
  • 影响因子:
    --
  • 作者:
    刘培霞;姜海涛;朱大铭
  • 通讯作者:
    朱大铭
Predicting Model and Algorithm in RNA Folding Structure Including Pseudoknots
包括假结在内的 RNA 折叠结构的预测模型和算法
  • DOI:
    10.1142/s0218001418510059
  • 发表时间:
    2018-06
  • 期刊:
    International Journal of Pattern Recognition and Artificial Intelligence
  • 影响因子:
    1.5
  • 作者:
    刘振栋;朱大铭;戴琼海
  • 通讯作者:
    戴琼海
基于深度卷积神经网络的无序蛋白质功能模体的识别
  • DOI:
    --
  • 发表时间:
    2018
  • 期刊:
    济南大学学报(自然科学版)
  • 影响因子:
    --
  • 作者:
    方春;田爱奎;孙福振;李彩虹;朱大铭
  • 通讯作者:
    朱大铭
通过交互式移位-插入-删除进行基因组排序的较快算法
  • DOI:
    --
  • 发表时间:
    --
  • 期刊:
    计算机研究与发展
  • 影响因子:
    --
  • 作者:
    郝凡昌;栾峻峰;朱大铭;张鹏;李明
  • 通讯作者:
    李明

其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--" }}
  • 发表时间:
    {{ item.publish_year || "--"}}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--" }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}
empty
内容获取失败,请点击重试
重试联系客服
title开始分析
查看分析示例
此项目为已结题,我已根据课题信息分析并撰写以下内容,帮您拓宽课题思路:

AI项目思路

AI技术路线图

朱大铭的其他基金

基因组结构相似性分析算法
  • 批准号:
  • 批准年份:
    2022
  • 资助金额:
    55 万元
  • 项目类别:
    面上项目
基因组数据分析的基础理论与算法
  • 批准号:
    61732009
  • 批准年份:
    2017
  • 资助金额:
    260.0 万元
  • 项目类别:
    重点项目
基因组比较与分析算法研究
  • 批准号:
    61472222
  • 批准年份:
    2014
  • 资助金额:
    83.0 万元
  • 项目类别:
    面上项目
基因组重组比较算法与复杂性研究
  • 批准号:
    60573024
  • 批准年份:
    2005
  • 资助金额:
    25.0 万元
  • 项目类别:
    面上项目
多中心点问题的算法设计与应用
  • 批准号:
    60273032
  • 批准年份:
    2002
  • 资助金额:
    22.0 万元
  • 项目类别:
    面上项目
基因组重组进化树问题的算法及复杂性
  • 批准号:
    60073042
  • 批准年份:
    2000
  • 资助金额:
    14.0 万元
  • 项目类别:
    面上项目

相似国自然基金

{{ item.name }}
  • 批准号:
    {{ item.ratify_no }}
  • 批准年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}

相似海外基金

{{ item.name }}
{{ item.translate_name }}
  • 批准号:
    {{ item.ratify_no }}
  • 财政年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}
{{ showInfoDetail.title }}

作者:{{ showInfoDetail.author }}

知道了

AI项目解读示例

课题项目:调控A型流感病毒诱导IFN-β表达的机制研究

AI项目摘要:

本研究聚焦于TRIM2蛋白在A型流感病毒诱导的IFN-β表达中的调控机制。A型流感病毒是全球性健康问题,其感染可导致严重的呼吸道疾病。IFN-β作为关键的抗病毒因子,其表达水平对抗病毒防御至关重要。然而,TRIM2如何调控IFN-β的表达尚未明确。本研究假设TRIM2通过与病毒RNA或宿主因子相互作用,影响IFN-β的产生。我们将采用分子生物学、细胞生物学和免疫学方法,探索TRIM2与A型流感病毒诱导IFN-β表达的关系。预期结果将揭示TRIM2在抗病毒免疫反应中的作用,为开发新的抗病毒策略提供理论基础。该研究对理解宿主抗病毒机制具有重要科学意义,并可能对临床治疗流感病毒感染提供新的视角。

AI项目思路:

科学问题:TRIM2如何调控A型流感病毒诱导的IFN-β表达?
前期研究:已有研究表明TRIM2参与抗病毒反应,但其具体机制尚不明确。
研究创新点:本研究将深入探讨TRIM2在IFN-β表达中的直接作用机制。
技术路线:包括病毒学、分子生物学、细胞培养和免疫检测技术。
关键技术:TRIM2与病毒RNA的相互作用分析,IFN-β启动子活性检测。
实验模型:使用A型流感病毒感染的细胞模型进行研究。

AI技术路线图

        graph TD
          A[研究起始] --> B[文献回顾与假设提出]
          B --> C[实验设计与方法学准备]
          C --> D[A型流感病毒感染模型建立]
          D --> E[TRIM2与病毒RNA相互作用分析]
          E --> F[TRIM2对IFN-β启动子活性的影响]
          F --> G[IFN-β表达水平测定]
          G --> H[TRIM2功能丧失与获得研究]
          H --> I[数据收集与分析]
          I --> J[结果解释与科学验证]
          J --> K[研究结论与未来方向]
          K --> L[研究结束]
      
关闭
close
客服二维码