基因组岛是基因组中的特定区域片段,与水平基因转移密切相关,具有特殊的结构,常常携带致病、耐药及与适应性等功能相关的基因。通过基因组岛在不同物种间的移动,可以造成相关基因的跨种属传播,这对物种进化和新功能获得具有重要意义,也是目前微生物研究领域的热点问题之一。本文主要围绕基因组岛的识别算法展开,系统地研究了预测方案中的信息提取、特征挑选和识别算法,主要内容安排如下:1.综述了基因组岛预测中的信息提取方法,包含GC含量、遗传密码子使用偏好性、k-mer频率、tRNA个数、ORF的个数和重复片段个数等多种信息提取方法,重点介绍了Centroid,Alien_Hunter和Sighunt等基因组岛识别算法。由于信息提取和识别算法是基因组岛预测中的两个关键因素,上述综述为本文的后续研究提供了理论和实践基础。2.提出一种基于双样本t检验的预测算法。首先,通过置信区间筛选了宿主的特征;再利用特征分布的峰度差异实现核心特征的挑选;最后,通过双样本t检验实现对窗口的打分,结合显著性检验方法构建了基因组岛预测模型。本文以AUC为评价指标,系统地比较了不同的信息提取、特征挑选和打分方式对预测模型的影响。模拟实验的结果表明,本文提出的基于峰度的特征挑选方法和双样本t检验的打分方式表现较好,其AUC值比其它方法至少高出5%。3.提出一种基于多尺度检验的基因组岛预测算法。首先,利用大规模的特征挑选方法,结合小尺度的t检验来量化序列片段的组分差异;再使用小规模的特征挑选方法筛选动态特征,结合大尺度统计推断,识别包含多窗口的组分异常片段;最后,联合马尔科夫熵和CG分割算法实现对基因组岛的边界重定位。本文对四组真实数据进行测试分析,并与现有的预测方法进行系统的比较。结果表明,本文提出的MTGIpick识别率与回收率更高,而且所预测基因组岛长度与真实的也最接近。4.实现了基于Java的图形用户界面(GUI)设计。简述了GUI开发的基础知识,详细地介绍了MTGIpick软件的设计过程,用户可以根据自己的需求选择算法及其对应的参数进行测试分析。