https://www.yiliao.com/index.php?action=history&feed=atom&title=%E4%BD%8D%E7%BD%AE%E6%9D%83%E9%87%8D%E7%9F%A9%E9%98%B5
位置权重矩阵 - 版本历史
2026-04-07T22:22:27Z
本wiki的该页面的版本历史
MediaWiki 1.35.1
https://www.yiliao.com/index.php?title=%E4%BD%8D%E7%BD%AE%E6%9D%83%E9%87%8D%E7%9F%A9%E9%98%B5&diff=317513&oldid=prev
223.160.136.68：建立内容为“<div style="padding: 0 4%; line-height: 1.8; color: #1e293b; font-family: 'Helvetica Neue', Helvetica, 'PingFang SC', Arial, sans-serif; background-color: #ffffff…”的新页面
2026-04-07T08:07:43Z
<p>建立内容为“<div style="padding: 0 4%; line-height: 1.8; color: #1e293b; font-family: 'Helvetica Neue', Helvetica, 'PingFang SC', Arial, sans-serif; background-color: #ffffff…”的新页面</p>
<p><b>新页面</b></p><div><div style="padding: 0 4%; line-height: 1.8; color: #1e293b; font-family: 'Helvetica Neue', Helvetica, 'PingFang SC', Arial, sans-serif; background-color: #ffffff; max-width: 1200px; margin: auto;"><br />
<br />
<div style="margin-bottom: 30px; border-bottom: 1.2px solid #e2e8f0; padding-bottom: 25px;"><br />
<p style="font-size: 1.1em; margin: 10px 0; color: #334155; text-align: justify;"><br />
<strong>位置权重矩阵</strong>（Position Weight Matrix, <strong>[[PWM]]</strong>），又称位置特异性得分矩阵（PSSM），是计算生物学中用于描述蛋白质或核酸序列中短程<strong>[[保守基序]]</strong>（Motif）的最常用数学模型。PWM 通过一个 $4 \times N$（DNA）或 $20 \times N$（蛋白质）的矩阵，量化了序列中每个位置出现特定单体的概率，并将其转化为对数似然得分。相比于简单的“一致序列”，PWM 能够精确捕捉结合位点的柔性与偏好。在 2026 年的高通量基因组学研究中，PWM 是识别 <strong>[[转录因子结合位点]]</strong>（TFBS）、预测剪接位点以及理解非编码区突变效应的核心算法支柱。<br />
</p><br />
</div><br />
<br />
<div class="medical-infobox mw-collapsible mw-collapsed" style="width: 320px; float: right; margin: 0 0 25px 25px; border: 1.2px solid #bae6fd; border-radius: 12px; background-color: #ffffff; box-shadow: 0 8px 20px rgba(0,0,0,0.05); overflow: hidden;"><br />
<br />
<div style="padding: 15px; color: #1e40af; background: linear-gradient(135deg, #ffffff 0%, #e0f2fe 100%); text-align: center; cursor: pointer;"><br />
<div style="font-size: 1.2em; font-weight: bold; letter-spacing: 1.2px;">位置权重矩阵 (PWM)</div><br />
<div style="font-size: 0.75em; opacity: 0.85; margin-top: 4px;">计算生物学模型 · 点击展开</div><br />
</div><br />
<br />
<div class="mw-collapsible-content"><br />
<div style="padding: 20px; text-align: center; background-color: #f8fafc;"><br />
<div style="padding: 12px; border: 1px solid #e2e8f0; border-radius: 8px; background: #fff; display: inline-block;"><br />
<br />
</div><br />
<div style="font-size: 0.8em; color: #64748b; margin-top: 12px; font-weight: 600;">PWM 与序列标识图的映射</div><br />
</div><br />
<br />
<table style="width: 100%; border-spacing: 0; border-collapse: collapse; font-size: 0.85em;"><br />
<tr><br />
<th style="text-align: left; padding: 8px 12px; background-color: #f1f5f9; color: #475569; border-bottom: 1px solid #e2e8f0; width: 45%;">数学本质</th><br />
<td style="padding: 8px 12px; border-bottom: 1px solid #e2e8f0; color: #0f172a;">对数似然比 (Log-odds)</td><br />
</tr><br />
<tr><br />
<th style="text-align: left; padding: 8px 12px; background-color: #f1f5f9; color: #475569; border-bottom: 1px solid #e2e8f0;">典型维数</th><br />
<td style="padding: 8px 12px; border-bottom: 1px solid #e2e8f0; color: #0f172a;">4 × Motif 长度</td><br />
</tr><br />
<tr><br />
<th style="text-align: left; padding: 8px 12px; background-color: #f1f5f9; color: #475569; border-bottom: 1px solid #e2e8f0;">核心指标</th><br />
<td style="padding: 8px 12px; border-bottom: 1px solid #e2e8f0; color: #1e40af;">[[信息含量]] (IC)</td><br />
</tr><br />
<tr><br />
<th style="text-align: left; padding: 8px 12px; background-color: #f1f5f9; color: #475569; border-bottom: 1px solid #e2e8f0;">关联数据库</th><br />
<td style="padding: 8px 12px; border-bottom: 1px solid #e2e8f0; color: #0f172a;">JASPAR, TRANSFAC</td><br />
</tr><br />
<tr><br />
<th style="text-align: left; padding: 8px 12px; background-color: #f1f5f9; color: #475569;">相关工具</th><br />
<td style="padding: 12px; color: #0f172a;">MEME, FIMO, HOMER</td><br />
</tr><br />
</table><br />
</div><br />
</div><br />
<br />
<h2 style="background: #f1f5f9; color: #0f172a; padding: 10px 18px; border-radius: 0 6px 6px 0; font-size: 1.25em; margin-top: 40px; border-left: 6px solid #0f172a; font-weight: bold;">构建机制：从频数分布到统计得分</h2><br />
<br />
<p style="margin: 15px 0; text-align: justify;"><br />
PWM 的构建通常从一组已知的同源基序比对（MSA）开始，经历从频数矩阵（PFM）到概率矩阵（PPM），最终演变为权重矩阵的过程。<br />
</p><br />
<br />
<ul style="padding-left: 25px; color: #334155;"><br />
<li style="margin-bottom: 12px;"><strong>对数似然转换：</strong>PWM 中的每个元素 $w_{i,j}$ 表示在位置 $i$ 出现碱基 $j$ 的概率 $p_{i,j}$ 与背景分布概率 $b_j$ 的比值对数。公式表示为：<br />
$$w_{i,j} = \log_2 \left( \frac{p_{i,j}}{b_j} \right)$$<br />
这种转换将概率相乘转化为得分相加，显著提升了全基因组扫描的计算效率。</li><br />
<li style="margin-bottom: 12px;"><strong>伪计数（Pseudo-counts）处理：</strong>在实际样本中，某些位置可能未观察到特定碱基。为了避免出现“负无穷”得分，通常引入拉普拉斯平滑（Laplace smoothing），为每个碱基分配一个极小的预设值。</li><br />
<li style="margin-bottom: 12px;"><strong>信息含量（IC）：</strong>用于衡量 PWM 在特定位置的保守强度。一个位置的 IC 越高（最大为 2 比特），代表转录因子对该位点的碱基选择越苛刻。公式为：<br />
$$IC(i) = 2 + \sum_{j \in \{A,C,G,T\}} p_{i,j} \log_2 p_{i,j}$$<br />
</li><br />
</ul><br />
<br />
<h2 style="background: #f1f5f9; color: #0f172a; padding: 10px 18px; border-radius: 0 6px 6px 0; font-size: 1.25em; margin-top: 40px; border-left: 6px solid #0f172a; font-weight: bold;">应用景观：主流基序模型对比</h2><br />
<br />
<div style="overflow-x: auto; margin: 25px auto; width: 95%;"><br />
<table style="width: 100%; border-collapse: collapse; border: 1.2px solid #cbd5e1; font-size: 0.9em; text-align: left;"><br />
<tr style="background-color: #f8fafc; border-bottom: 2px solid #0f172a;"><br />
<th style="padding: 10px; border: 1px solid #cbd5e1; color: #0f172a; width: 25%;">模型名称</th><br />
<th style="padding: 10px; border: 1px solid #cbd5e1; color: #475569;">数学特征</th><br />
<th style="padding: 10px; border: 1px solid #cbd5e1; color: #1e40af;">优劣势分析</th><br />
</tr><br />
<tr><br />
<td style="padding: 8px; border: 1px solid #cbd5e1; font-weight: 600;">一致序列</td><br />
<td style="padding: 8px; border: 1px solid #cbd5e1;">确定性碱基字符串</td><br />
<td style="padding: 8px; border: 1px solid #cbd5e1;">简单直观，但丢失了变异信息，容易出现假阴性。</td><br />
</tr><br />
<tr><br />
<td style="padding: 8px; border: 1px solid #cbd5e1; font-weight: 600;">PWM (PSS)</td><br />
<td style="padding: 8px; border: 1px solid #cbd5e1;">位置独立得分矩阵</td><br />
<td style="padding: 8px; border: 1px solid #cbd5e1;"><strong>行业标准</strong>。计算极快，能捕捉柔性，但忽略了位点间的相关性。</td><br />
</tr><br />
<tr><br />
<td style="padding: 8px; border: 1px solid #cbd5e1; font-weight: 600;">[[HMM]] (隐马尔可夫)</td><br />
<td style="padding: 8px; border: 1px solid #cbd5e1;">概率状态转移模型</td><br />
<td style="padding: 8px; border: 1px solid #cbd5e1;">精度极高，能处理插入和缺失，但计算开销巨大。</td><br />
</tr><br />
</table><br />
</div><br />
<br />
<h2 style="background: #f1f5f9; color: #0f172a; padding: 10px 18px; border-radius: 0 6px 6px 0; font-size: 1.25em; margin-top: 40px; border-left: 6px solid #0f172a; font-weight: bold;">研究策略：从全基因组扫描到突变解读</h2><br />
<p style="margin: 15px 0; text-align: justify;"><br />
PWM 不仅仅是静态的图标，它是解析基因调控网络的动态探测器：<br />
</p><br />
<ul style="padding-left: 25px; color: #334155;"><br />
<li style="margin-bottom: 12px;"><strong>TFBS 预测与 FIMO 算法：</strong>通过滑动窗口计算基因组序列与 PWM 的匹配得分，利用 P-value 过滤，精确定位转录因子的候选结合位点。</li><br />
<li style="margin-bottom: 12px;"><strong>非编码区突变分析：</strong>当患者发生启动子或增强子区域的 SNP 时，通过计算突变前后 PWM 得分的变化（$\Delta Score$），可以量化该突变对转录因子结合亲和力的破坏程度。</li><br />
<li style="margin-bottom: 12px;"><strong>AI 与深度学习优化：</strong>2026 年的前沿技术利用卷积神经网络（CNN）提取比 PWM 更复杂的空间特征，但 PWM 仍作为可解释性分析的基准参考。</li><br />
</ul><br />
<br />
<h2 style="background: #f1f5f9; color: #0f172a; padding: 10px 18px; border-radius: 0 6px 6px 0; font-size: 1.25em; margin-top: 40px; border-left: 6px solid #0f172a; font-weight: bold;">关键相关概念</h2><br />
<div style="background-color: #ffffff; border: 1px solid #e2e8f0; border-radius: 8px; padding: 15px; margin: 20px 0;"><br />
<ul style="margin: 0; padding-left: 20px; color: #334155; list-style-type: none;"><br />
<li style="margin-bottom: 8px;"><strong>[[序列标识图]] (Sequence Logo)</strong>：PWM 的图形化表示，字母高度代表信息含量。</li><br />
<li style="margin-bottom: 8px;"><strong>[[一致序列]] (Consensus Sequence)</strong>：基于 PWM 每个位置概率最高的碱基简化而成的序列。</li><br />
<li style="margin-bottom: 8px;"><strong>[[JASPAR]] 数据库</strong>：全球最大的开放式转录因子结合谱数据库，是获取 PWM 的主要来源。</li><br />
<li style="margin-bottom: 8px;"><strong>[[信息含量]] (Information Content)</strong>：描述 PWM 质量的核心参数，单位为比特（Bits）。</li><br />
<li style="margin-bottom: 8px;"><strong>[[MEME Suite]]</strong>：从序列中发现新 PWM 及其可视化分析的权威软件套件。</li><br />
<li style="margin-bottom: 0;"><strong>[[位置概率矩阵]] (PPM)</strong>：将频数归一化为概率的中间形态矩阵。</li><br />
</ul><br />
</div><br />
<br />
<div style="font-size: 0.92em; line-height: 1.6; color: #1e293b; margin-top: 50px; border-top: 2.2px solid #0f172a; padding: 15px 25px; background-color: #f8fafc; border-radius: 0 0 10px 10px;"><br />
<span style="color: #0f172a; font-weight: bold; font-size: 1.05em; display: inline-block; margin-bottom: 15px;">学术参考文献与权威点评</span><br />
<br />
<p style="margin: 12px 0; border-bottom: 1px solid #e2e8f0; padding-bottom: 10px;"><br />
[1] <strong>Stormo GD. (2000).</strong> <em>DNA binding sites: representation and discovery.</em> <strong>[[Bioinformatics]]</strong>. 16(1):16-23. [Academic Review]<br><br />
<span style="color: #475569;">[权威点评]：该文定义了 PWM 的现代数学架构，是序列特征发现领域的奠基性综述。</span><br />
</p><br />
<br />
<p style="margin: 12px 0; border-bottom: 1px solid #e2e8f0; padding-bottom: 10px;"><br />
[2] <strong>Wasserman WW, Sandelin A. (2004).</strong> <em>Applied bioinformatics for the identification of regulatory elements.</em> <strong>[[Nature Reviews Genetics]]</strong>.<br><br />
<span style="color: #475569;">[核心价值]：系统阐述了 PWM 在实验验证与计算预测之间的应用闭环。</span><br />
</p><br />
</div><br />
<br />
<div style="margin: 40px 0; border: 1px solid #e2e8f0; border-radius: 8px; overflow: hidden; font-family: 'Helvetica Neue', Arial, sans-serif; font-size: 0.9em;"><br />
<div style="background-color: #eff6ff; color: #1e40af; padding: 8px 15px; font-weight: bold; text-align: center; border-bottom: 1px solid #dbeafe;"><br />
基因调控基序分析生态 · 知识图谱<br />
</div><br />
<table style="width: 100%; border-collapse: collapse; background-color: #ffffff;"><br />
<tr style="border-bottom: 1px solid #f1f5f9;"><br />
<td style="width: 85px; background-color: #f8fafc; color: #334155; font-weight: 600; padding: 10px 12px; text-align: right; vertical-align: middle; white-space: nowrap;">分析工具</td><br />
<td style="padding: 10px 15px; color: #334155;">[[FIMO]] • [[MEME]] • [[HOMER]] • [[Match]]</td><br />
</tr><br />
<tr style="border-bottom: 1px solid #f1f5f9;"><br />
<td style="width: 85px; background-color: #f8fafc; color: #334155; font-weight: 600; padding: 10px 12px; text-align: right; vertical-align: middle; white-space: nowrap;">关联数据库</td><br />
<td style="padding: 10px 15px; color: #334155;">[[JASPAR]] • [[HOCOMOCO]] • [[TRANSFAC]] • [[SwissRegulon]]</td><br />
</tr><br />
<tr style="border-bottom: 1px solid #f1f5f9;"><br />
<td style="width: 85px; background-color: #f8fafc; color: #334155; font-weight: 600; padding: 10px 12px; text-align: right; vertical-align: middle; white-space: nowrap;">数学概念</td><br />
<td style="padding: 10px 15px; color: #334155;">[[香农熵]] • [[对数似然比]] • [[贝叶斯先验]]</td><br />
</tr><br />
<tr><br />
<td style="width: 85px; background-color: #f8fafc; color: #334155; font-weight: 600; padding: 10px 12px; text-align: right; vertical-align: middle; white-space: nowrap;">研究前沿</td><br />
<td style="padding: 10px 15px; color: #334155;">[[DeepSEA]] (深度学习预测) • [[单细胞基序分析]] • [[调控变异解读]]</td><br />
</tr><br />
</table><br />
</div><br />
<br />
</div></div>
223.160.136.68