生物序列的譜圖形表示及其應(yīng)用.pdf

1、隨著基因組學(xué)和蛋白組學(xué)的出現(xiàn)，生物序列的圖形表示發(fā)展到定量的數(shù)值特征，目前已經(jīng)成為生物信息學(xué)的一個(gè)重要研究課題。論文給出DNA和蛋白質(zhì)序列的可視化譜型圖表示、數(shù)學(xué)描述模型，并在相似性分析和進(jìn)化樹(shù)的構(gòu)造等方面進(jìn)行了研究。
　　(1)依據(jù)核苷酸的分類(lèi)，給出了一種DNA序列的譜型圖表示，能反映核苷酸序列的功能和結(jié)構(gòu)信息。然后計(jì)算譜型圖振幅的頻率作為描述子，并給出計(jì)算描述子的理論值的數(shù)學(xué)表達(dá)式，運(yùn)用這些描述子對(duì)DNA序列進(jìn)行相似性比較。1

2、1個(gè)物種的β-球蛋白基因全編碼序列和24個(gè)冠狀病毒基因組的相似性分析結(jié)果展示了方法的有效性。
　　(2)根據(jù)氨基酸的親疏水性模式，提出了一種蛋白質(zhì)的譜型圖表示。并提取振幅的頻率作為描述子應(yīng)用于20個(gè)物種的線粒體蛋白質(zhì)組序列，分析序列的差異性并構(gòu)建進(jìn)化樹(shù)，結(jié)果與已知的進(jìn)化信息一致。該方法適用于長(zhǎng)的蛋白質(zhì)序列，而且運(yùn)算復(fù)雜度較低。此外9個(gè)物種的13個(gè)蛋白質(zhì)序列的振幅頻率的x2值以及相關(guān)系數(shù)矩陣也被獲得來(lái)比較物種的相似性。
　　(

3、3)基于蛋白質(zhì)序列的譜型圖表示，提取序列特征向量，結(jié)合20種氨基酸在序列中的組分構(gòu)成新的特征向量，由此每條蛋白質(zhì)序列可以由一個(gè)特征向量表示。運(yùn)用支持向量機(jī)作為工具，對(duì)三個(gè)凋亡蛋白質(zhì)序列數(shù)據(jù)集進(jìn)行分類(lèi)預(yù)測(cè)，結(jié)果顯示該算法具有較高的準(zhǔn)確率。
　　本文利用序列的譜型圖表示給出生物序列的一種信息描述方法，提出的模型涉及了核苷酸和氨基酸的幾種重要理化性質(zhì)，兼顧了生物序列局部特征與整體特征信息的提取。不僅應(yīng)用于生物序列的相似性分析，還應(yīng)用于蛋