病原细菌转录因子生物信息学预测与整合分析平台的搭建

转录调控网络的研究对于深入理解病原细菌基本的细胞过程，比如细胞分化，生长控制、随外界环境调控的表达情况以及致病机制具有重要的意义。转录因子通过和转录因子结合位点结合来增强或抑制基因表达，是重建转录调控网络的第一步。因此，迫切需要发展相关算法准确地对转录因子进行预测，并揭示病原细菌转录调控因子其与生理特征、耐药机制之间的关系。.本课题将开发一个基于统计学习理论的支持向量机算法，实现对病原细菌转录因子自动化高准确度高灵敏度地预测，并挖掘一些潜在的未知转录因子,特别是未经发现的病原细菌转录因子基因家族，供进一步基因功能研究。然后搭建病原细菌转录因子在线数据分析平台，为从事病原细菌转录因子相关研究的科学家提供有关转录调控因子的各种重要信息和功能分析工具。最后利用比较基因组学和分子进化手段，研究不同病原细菌转录因子及其相关家族的分子进化机制，揭示其与生理特征、耐药之间的关系。