頻譜分析識別串聯(lián)重復(fù)序列.pdf

1、串聯(lián)重復(fù)序列識別是生物信息學(xué)中一個重要的、具有挑戰(zhàn)性的課題，對于發(fā)現(xiàn)基因序列中某些特定序列的功能和遺傳特性具有非常重要的意義。隨著基因組測序工作的完成，大量的生物基因序列被人類發(fā)現(xiàn)并存儲在基因數(shù)據(jù)庫中，急需對這些基因數(shù)據(jù)進(jìn)行分析處理。目前已有大量的串聯(lián)重復(fù)序列識別方法，大體分為兩類：一類是基于字符串匹配的識別方法；另一類是基于數(shù)字信號處理的方法。本課題將要研究的是第二類方法，在分析了國內(nèi)外此類識別方法之后發(fā)現(xiàn)，此類方法在計算量及識別準(zhǔn)確

2、性方面仍然不夠完善。本文主要針對現(xiàn)有識別方法存在的計算量過大，識別準(zhǔn)確性不高的問題進(jìn)行研究。
　　首先，介紹了串聯(lián)重復(fù)序列的相關(guān)概念及一些生物學(xué)的基本理論，深入分析了國內(nèi)外串聯(lián)重復(fù)序列識別方法的研究現(xiàn)狀，詳細(xì)闡述了幾種具有代表性的識別方法的優(yōu)缺點。
　　其次，分析了基于離散傅里葉變換的串聯(lián)重復(fù)序列識別方法的優(yōu)缺點，并針對其存在的不足進(jìn)行了改進(jìn)。提出了一種基于堿基EIIP的基因數(shù)字化表示方法，將堿基的EIIP作為基因序列數(shù)字化