頻譜分析識別串聯(lián)重復序列.pdf

1、串聯(lián)重復序列識別是生物信息學中一個重要的、具有挑戰(zhàn)性的課題，對于發(fā)現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)現并存儲在基因數據庫中，急需對這些基因數據進行分析處理。目前已有大量的串聯(lián)重復序列識別方法，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，在分析了國內外此類識別方法之后發(fā)現，此類方法在計算量及識別準確

2、性方面仍然不夠完善。本文主要針對現有識別方法存在的計算量過大，識別準確性不高的問題進行研究。
　　首先，介紹了串聯(lián)重復序列的相關概念及一些生物學的基本理論，深入分析了國內外串聯(lián)重復序列識別方法的研究現狀，詳細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)重復序列識別方法的優(yōu)缺點，并針對其存在的不足進行了改進。提出了一種基于堿基EIIP的基因數字化表示方法，將堿基的EIIP作為基因序列數字化