作品校內(nèi)選拔賽作品申報(bào)書

作品校內(nèi)選拔賽作品申報(bào)書作品校內(nèi)選拔賽作品申報(bào)書作品校內(nèi)選拔賽作品申報(bào)書作品校內(nèi)選拔賽作品申報(bào)書編制僅供參考審核批準(zhǔn)生效日期地址：電話：傳真:郵編:序號(hào)：編碼：第十一屆“挑戰(zhàn)杯”全國(guó)大學(xué)生課外學(xué)術(shù)科技作品競(jìng)賽華南農(nóng)業(yè)大學(xué)選拔賽作品申報(bào)書作品名稱：DNA壓縮及模式匹配研究平臺(tái)所在學(xué)院：信息學(xué)院申報(bào)者姓名（集體名稱）：劉少鵬類別：□自然科學(xué)類學(xué)術(shù)論文□哲學(xué)社會(huì)科學(xué)類社會(huì)調(diào)查報(bào)告和學(xué)術(shù)論文□科技發(fā)明制作A類□科技發(fā)明制作B類

說明1.申報(bào)者應(yīng)在認(rèn)真閱讀此說明各項(xiàng)內(nèi)容后按要求詳細(xì)填寫。2．申報(bào)者在填寫申報(bào)作品情況時(shí)只需根據(jù)個(gè)人項(xiàng)目或集體項(xiàng)目填寫A1或A2表，根據(jù)作品類別（自然科學(xué)類學(xué)術(shù)論文、哲學(xué)社會(huì)科學(xué)類社會(huì)調(diào)查報(bào)告和學(xué)術(shù)論文、科技發(fā)明制作）分別填寫B(tài)1、B2或B3表。所有申報(bào)者可根據(jù)情況填寫C表。3．表內(nèi)項(xiàng)目填寫時(shí)一律用打印，字跡要端正、清楚，此申報(bào)書可復(fù)制。4．序號(hào)、編碼由競(jìng)賽組委會(huì)填寫。5．學(xué)術(shù)論文、社會(huì)調(diào)查報(bào)告及所附的有關(guān)材料必須是中文（若是外文，請(qǐng)附中文本），請(qǐng)用4號(hào)楷體打印在A4紙上，附于申報(bào)書后，字?jǐn)?shù)在8000字以內(nèi),調(diào)查報(bào)告類每篇在15000字以內(nèi)。6．其他參賽事宜請(qǐng)向校團(tuán)委咨詢。聯(lián)系電話：，

A1．申報(bào)者情況（個(gè)人項(xiàng)目）說明：1．必須由申報(bào)者本人按要求填寫，申報(bào)者情況欄內(nèi)必須填寫個(gè)人作品的第一作者（承擔(dān)申報(bào)作品60%以上的工作者）；2．本表中的學(xué)籍管理部門簽章視為對(duì)申報(bào)者情況的確認(rèn)。申報(bào)者情況姓名劉少鵬性別男出生年月1984年9月所在學(xué)院信息學(xué)院專業(yè)計(jì)算機(jī)應(yīng)用現(xiàn)學(xué)歷碩士年級(jí)二年級(jí)學(xué)制3年入學(xué)時(shí)間2007年9月作品全稱DNA壓縮及模式匹配研究平臺(tái)畢業(yè)論文題目通訊地址華南農(nóng)業(yè)大學(xué)研究生宿舍6棟904郵政編碼510642單位電話常住地通訊地址廣東省潮州市潮安縣磷溪鎮(zhèn)溪口四村郵政編碼521000住宅電話093合作者情況姓名性別年齡學(xué)歷所在單位資格認(rèn)定學(xué)院學(xué)籍管理部門意見□是□否若是，其學(xué)號(hào)為：19（學(xué)院蓋章）年月日院系負(fù)責(zé)人或?qū)熞庖姳咀髌肥欠駷檎n外學(xué)術(shù)科技或社會(huì)實(shí)踐活動(dòng)成果。□是□否負(fù)責(zé)人簽名：年月日

B3．申報(bào)作品情況（科技發(fā)明制作）說明：1．必須由申報(bào)者本人填寫；2．3．本表必須附有研究報(bào)告，并提供圖表、曲線、試驗(yàn)數(shù)據(jù)、原理結(jié)構(gòu)圖、外觀圖（照片）,也可附鑒定證書和應(yīng)用證書；4．作品分類請(qǐng)按照作品發(fā)明點(diǎn)或創(chuàng)新點(diǎn)所在類別填報(bào)。作品全稱DNA壓縮及模式匹配研究平臺(tái)作品分類（B）A．機(jī)械與控制（包括機(jī)械、儀器儀表、自動(dòng)化控制、工程、交通、建筑等）B．信息技術(shù)（包括計(jì)算機(jī)、電信、通訊、電子等）C．?dāng)?shù)理（包括數(shù)學(xué)、物理、地球與空間科學(xué)等）D．生命科學(xué)（包括生物、農(nóng)學(xué)、藥學(xué)、醫(yī)學(xué)、健康、衛(wèi)生、食品等）E．能源化工（包括能源、材料、石油、化學(xué)、化工、生態(tài)、環(huán)保等）作品設(shè)計(jì)、發(fā)明的目的和基本思路，創(chuàng)新點(diǎn)，技術(shù)關(guān)鍵和主要技術(shù)指標(biāo)目的二十世紀(jì)末生物信息學(xué)迅速發(fā)展，在信息的數(shù)量和質(zhì)量上都極大的豐富了生物科學(xué)的數(shù)據(jù)資源，包括NCBI,EMBL,GDB等，DNA數(shù)據(jù)庫(kù)的數(shù)據(jù)量在以每年兩到三倍的數(shù)量增加?，F(xiàn)在為存儲(chǔ)DNA數(shù)據(jù)需要越來越大的空間。因此，對(duì)DNA數(shù)據(jù)進(jìn)行壓縮以減少存儲(chǔ)空間將是生物學(xué)家和計(jì)算機(jī)專家面臨的挑戰(zhàn)。由于DNA數(shù)據(jù)的特殊性，即DNA序列數(shù)據(jù)由A、C、G、T四個(gè)字母組成，并且DNA序列長(zhǎng)度可達(dá)到上千萬個(gè)堿基對(duì)，使用傳統(tǒng)的數(shù)據(jù)壓縮算法并不理想。于是，必須研究專門針對(duì)DNA序列數(shù)據(jù)的壓縮算法：DNA壓縮算法。在生物學(xué)家對(duì)DNA序列數(shù)據(jù)的使用中，序列比對(duì)是生物信息學(xué)中最基本、最重要的操作之一。從實(shí)現(xiàn)的理論和技術(shù)上講，DNA序列比對(duì)的實(shí)質(zhì)是一種特殊的模式匹配，而直接在壓縮后的DNA數(shù)據(jù)上進(jìn)行序列比對(duì)其實(shí)質(zhì)則是一種特殊的壓縮模式匹配，即DNA壓縮模式匹配。為了更好地研究DNA壓縮算法和DNA壓縮模式匹配算法，我們將建立一個(gè)研究平臺(tái)。該平臺(tái)主要用于管理和增加DNA壓縮算法和DNA壓縮模式匹配算法，存儲(chǔ)DNA序列數(shù)據(jù)、DNA壓縮數(shù)據(jù)，能實(shí)現(xiàn)各算法的效果的比較試驗(yàn)，驗(yàn)證算法的有效性。思路以Java技術(shù)和二次數(shù)據(jù)庫(kù)技術(shù)，建立一個(gè)不依賴具體機(jī)型和操作系統(tǒng)的DNA壓縮和DNA壓縮模式匹配研究的專用平臺(tái)；并利用該平臺(tái)，結(jié)合DNA序列數(shù)據(jù)的特點(diǎn)，研究DNA序列數(shù)據(jù)壓縮現(xiàn)有算法和提出新的算法，以有效減少DNA數(shù)據(jù)所占用的存儲(chǔ)空間；研究出專門針對(duì)DNA壓縮數(shù)據(jù)的壓縮模式匹配算法，以解決在不對(duì)DNA序列壓縮數(shù)據(jù)解壓或最小解壓縮的情況下實(shí)現(xiàn)序列比對(duì)功能。創(chuàng)新點(diǎn)1、可擴(kuò)展利用面向?qū)ο蟮腏ava技術(shù)，建立專業(yè)的生物信息學(xué)研究平臺(tái)，可持續(xù)地開展DNA壓縮算法和DNA壓縮模式匹配算法的研究。具體地說，平臺(tái)的可擴(kuò)展性體現(xiàn)在兩方面：一是有意義明確的包，尤其是包matching和compress。二是GUI界面都是用Swing組件寫成的，每個(gè)面板的功能都是相當(dāng)明確，其中負(fù)責(zé)壓縮信息處理的CompressPanel和負(fù)責(zé)模式匹配的MatchingPanel就是很好的體現(xiàn)。假如，我們現(xiàn)在的平臺(tái)需要增加一個(gè)新的壓縮算法，那么我們要把這個(gè)壓縮算法設(shè)計(jì)為一個(gè)類，把它放到包c(diǎn)ompress中，再在面板CompressPanel中的樹狀選擇壓縮算法，為用戶增加一個(gè)新的選項(xiàng)，即可完成擴(kuò)展。如果現(xiàn)在的平臺(tái)需要增加一個(gè)新的匹配算法，那么我們要把這個(gè)匹配算法設(shè)計(jì)為一個(gè)類，把它放到包matching中，再在面板MatchingPanel中的樹狀選擇匹配算法，為用戶增加一個(gè)新的選項(xiàng)，即可完成擴(kuò)展。2、減少DNA序列存儲(chǔ)空間參考文本壓縮算法思想，根據(jù)DNA序列數(shù)據(jù)的特點(diǎn)，研究專門用于壓縮DNA序列數(shù)據(jù)的DNA壓縮算法。DNA壓縮算法可以高效地壓縮DNA序列數(shù)據(jù)，極大地減少DNA序列數(shù)據(jù)所占用的存儲(chǔ)空間。3、DNA序列比對(duì)研究利用壓縮模式匹配的思想，根據(jù)DNA序列數(shù)據(jù)的特點(diǎn)，專門研究在對(duì)DNA序列壓縮數(shù)據(jù)不解壓縮或最小解壓縮的情況下，直接在DNA壓縮數(shù)據(jù)庫(kù)中實(shí)現(xiàn)DNA序列比對(duì)的功能。4、直接使用壓縮DNA數(shù)據(jù)研究不是把DNA序列數(shù)據(jù)壓縮減小存儲(chǔ)空間作為唯一目標(biāo)，而是把直接有效地利用DNA序列壓縮數(shù)據(jù)作為更重要的目標(biāo)。技術(shù)關(guān)鍵1、面向?qū)ο蟮腏ava技術(shù)使得該平臺(tái)不依賴操作系統(tǒng)和具體機(jī)型，因此可運(yùn)行在小型機(jī)、高級(jí)服務(wù)器、PC臺(tái)式機(jī)、筆記本電腦和Unix、Solaris、Windows和Linux等環(huán)境。2、多線程技術(shù)在java中，程序通過流控制來執(zhí)行程序流，程序中單個(gè)順序的流控制稱為線程，多線程則指的是在單個(gè)程序中可以同時(shí)運(yùn)行多個(gè)不同的線程，執(zhí)行不同的任務(wù)。多線程意味著一個(gè)程序的多行語(yǔ)句可以看上去幾乎在同一時(shí)間內(nèi)同時(shí)運(yùn)行。3、Swing技術(shù)Swing組件被稱為輕量級(jí)組件（lightweightcomponent），是由純Javacode開發(fā)的，它不需要那些關(guān)于各種平臺(tái)的復(fù)雜的GUI功能，解決了Java因?yàn)榇翱陬惗鵁o法跨平臺(tái)的問題，并且不會(huì)占有太多的系統(tǒng)資源。Swing組件對(duì)比AWT組件具有更大強(qiáng)度的可移植性和靈活性。主要技術(shù)指標(biāo)平臺(tái)可擴(kuò)展性、算法效率、算法比較效果作品的科學(xué)性先進(jìn)性（必須說明與現(xiàn)有技術(shù)相比、該作品是否具有突出的實(shí)質(zhì)性技術(shù)特點(diǎn)和顯著進(jìn)步。請(qǐng)?zhí)峁┘夹g(shù)性分析說明和參考文獻(xiàn)資料）1、采用java面向?qū)ο缶幊碳夹g(shù)，具有良好的平臺(tái)無關(guān)性及功能可擴(kuò)展性。2、研究DNA壓縮算法和DNA壓縮模式匹配算法具有重要意義，該平臺(tái)為研究人員的工作提供便捷。利用該平臺(tái)，作者已發(fā)表中文核心期刊文章一篇。3、目前針對(duì)DNA壓縮算法和DNA壓縮模式匹配算法的平臺(tái)不多。4、參考文獻(xiàn)很多，主要有DNA壓縮算法和DNA壓縮模式匹配算法等國(guó)內(nèi)國(guó)外論文，請(qǐng)查閱。[1] DonAdjeroh,YongZhang,AmarMukherjee,MattPowell,TimBell,“DNASequenceCompressionUsingtheBurrows-WheelerTransform,”csb,,IEEEComputerSocietyBioinformaticsConference(CSB'02),2002[2] ChenX.,KwongLiM,“AcompressionalgorithmforDNAsequencesanditsapplicationsingenomecomparison”,InProceedings,10thWorkshoponGenomeInformatics(GIW’99),pp.52-61,1999.[4] BurrowsM.andWheeler.,“Ablock-sortinglosslessdatacompressionalgorithm”,TechnicalReport,DigitalEquipmentCorporation,PaloAlto,[5] TaoTao,AmarMukherjee,“PatternMatchinginLZWCompressedFiles,”IEEETransactionsonComputers,vol.54,no.8,pp.929-938,Aug.,2005.[6] T.Bell,M.Powell,A.Mukherjee,andD.Adjeroh,“SearchingBWTCompressedTextwiththeBoyer-MooreAlgorithmandBinarySearch”,Proc.DataCompressionConf.,pp.112-121,.[7] CHENLei,LUShiyong,RAMPatternMatchinginDNASequences:IEEEComputationalSystemsBioinformaticsConference,2004[C].Washington,[8] BOYERRS,MOOREJFastStringSearchingAlgorithm[J].CommunicationsoftheACM,1977,20(10):762–772.[9] Knuth,.,MorrisJr,.,Pratt,.:Fastpatternmatchinginstrings.SIAMJournalonComputing6,323–350(1977)[10] 張麗霞,張義青,林丕源,劉吉平．基于字符和0/1碼的DNA壓縮模式匹配算法．計(jì)算機(jī)應(yīng)用研究,2007,24(9):22-24[11] 林毅申,林丕源.基于WebServices的生物信息解決方案[J].計(jì)算機(jī)應(yīng)用研究,2005,22(6):157-158&164.[12] (英)著,羅靜初等譯.生物信息學(xué)概論.北京：北京大學(xué)出版社,作品在何時(shí)、何地、何種機(jī)構(gòu)舉行的評(píng)審、鑒定、評(píng)比、展示等活動(dòng)中獲獎(jiǎng)及鑒定結(jié)果無。作品所處階段（）A實(shí)驗(yàn)室階段B中試階段C生產(chǎn)階段D可初步應(yīng)用，為算法研究提供一定的便利（自填）技術(shù)轉(zhuǎn)讓方式作品可展示的形式□實(shí)物、產(chǎn)品□模型□圖紙□磁盤□現(xiàn)場(chǎng)演示□圖片□錄像□樣品使用說明及該作品的技術(shù)特點(diǎn)和優(yōu)勢(shì)，提供該作品的適應(yīng)范圍、推廣前景的技術(shù)性說明、市場(chǎng)分析和經(jīng)濟(jì)效益預(yù)測(cè)由于DNA數(shù)據(jù)庫(kù)的數(shù)據(jù)量在以每年兩到三倍的數(shù)量增加，因此將來使用壓縮的DNA數(shù)據(jù)會(huì)成為必然的趨勢(shì)，而要直接使用DNA壓縮數(shù)據(jù)，DNA壓縮模式匹配又是必須解決的問題。因此DNA壓縮和DNA壓縮模式匹配就有良好的應(yīng)用前景。DNA壓縮算法及其DNA壓縮模式匹配算法的研究，有助于將DNA序列數(shù)據(jù)從較為高端的工作平臺(tái)(專用的存儲(chǔ)容量較大的服務(wù)器)遷移到更簡(jiǎn)易的工作平臺(tái)(普通的存儲(chǔ)容量較小的計(jì)算機(jī)，如筆記本電腦或PDA)上，使得生物學(xué)家可以隨時(shí)隨地開展研究工作；DNA壓縮算法及其DNA壓縮模式匹配算法的研究，還可以為在普通工作平臺(tái)上建立專門的二級(jí)數(shù)據(jù)庫(kù)提供新的方法。專利申報(bào)情況□提出專利申報(bào)申報(bào)號(hào)申報(bào)日期年月日□已獲專利權(quán)批準(zhǔn)批準(zhǔn)號(hào)批準(zhǔn)日期年月日□未提出專利申請(qǐng)科研管理部門簽章年月日

C.當(dāng)前國(guó)內(nèi)外同類課題研究水平概述說明：1.申報(bào)者可根據(jù)作品類別和情況填寫；2.填寫此欄有助于評(píng)審。為了對(duì)DNA數(shù)據(jù)進(jìn)修壓縮，減小DNA數(shù)據(jù)所占用的空間，1993年GrumbachS.和TahiF.從經(jīng)典的基于字典壓縮的LZ系列算法中提出BioCompress算法，從搜索和編碼兩方面針對(duì)DNA序列進(jìn)行改進(jìn)。1999年ChenX.,KwongS.和LiM.的GenCompress算法是對(duì)BioCompress算法的改進(jìn)，使序列數(shù)據(jù)壓縮的速度和壓縮率提高到實(shí)用層次。2001年SatoH.,YoshiokaT.,KonagayaA.和ToyodaT.提出Cfect算法，引入后綴樹數(shù)據(jù)結(jié)構(gòu)，提高搜索重復(fù)字符串速度，并提高序列數(shù)據(jù)的壓縮率。2002年，ChenX.,LiM.,MaB.和TrompJ.以生物數(shù)據(jù)序列比對(duì)為基礎(chǔ)，提出DNACompress算法，獲得了較高數(shù)據(jù)壓縮率。之后，計(jì)算機(jī)專家繼續(xù)不斷地努力，2005年Kordi,G.和Tabus,I.，ShengBao,ShiChen,ZhiqiangJing和RanRen，JieLiu,ShengBao,ZhiqiangJing和ShiChen均嘗試進(jìn)一步改進(jìn)算法，提高DNA數(shù)據(jù)的壓縮率。壓縮模式匹配(Compressedpatternmatching)思想于1992年由Amir和Benson首先提出，即給定文本T，根據(jù)某種壓縮算法進(jìn)行壓縮得到壓縮串Z，給定模式串P，僅僅使用P和Z尋找P在T中的所有出現(xiàn)。不過，關(guān)于模式匹配算法的研究大多數(shù)只是針對(duì)普通的文本數(shù)據(jù)。因?yàn)镈NA序列數(shù)據(jù)及其壓縮算法的特殊性，DNA壓縮模式匹配算法也需要進(jìn)行專門研究，以具有更好的適應(yīng)性。DNA壓縮模式匹配是生物信息學(xué)中一個(gè)新的研究領(lǐng)域，主要致力解決下面的問題：對(duì)給定的壓縮格式的DNA序列文件F和一個(gè)DNA模式P，在不解壓