原核生物基因翻譯起始位點(diǎn)的識別.pdf

1、隨著DNA 測序技術(shù)的飛速發(fā)展和大規(guī)模基因組測序計(jì)劃的順利實(shí)施，GenBank，EMBL 和DDBJ國際三大核酸序列數(shù)據(jù)庫的序列數(shù)量和堿基數(shù)量呈指數(shù)增長。同時(shí)國際上著名的蛋白質(zhì)數(shù)據(jù)庫如PIR，SWISS-PROT 和PDB 等中的蛋白質(zhì)數(shù)目也呈指數(shù)增長。如何分析這些數(shù)據(jù)，從中獲得生物大分子結(jié)構(gòu)、功能等的相關(guān)信息是基因組研究的重要課題。本論文主要致力于原核生物基因翻譯起始位點(diǎn)的識別，真核生物基因的蛋白質(zhì)編碼區(qū)的識別。 論文第一部

2、分主要介紹了生物信息學(xué)發(fā)展的背景及其主要的研究內(nèi)容。 論文第二部分主要介紹了論文涉及的生物學(xué)背景知識，原核生物基因組的特點(diǎn)，原核生物基因識別發(fā)展?fàn)顩r，原核生物基因翻譯起始位點(diǎn)的發(fā)展?fàn)顩r。 論文第三部分介紹論文中使用的幾種數(shù)學(xué)算法：Fisher 判別方法，馬爾可夫鏈模型和Jack-Knife方法，并簡要介紹了這幾種方法在蛋白質(zhì)編碼區(qū)識別、原核生物翻譯起始位點(diǎn)識別中的應(yīng)用。 論文第四部分介紹我讀碩士期間的工作。

3、分析原核生物基因翻譯起始點(diǎn)附近序列特征，提出了用于原核生物翻譯起始位點(diǎn)識別的六種參量，這些參量有效地整合了以下一些原核生物基因起始位點(diǎn)的生物學(xué)特征：起始密碼子附近單核苷酸分布模式，起始密碼子附近DNA 序列編碼能力，起始密碼子附近密碼子信息熵，起始密碼子到上游同相位終止密碼子的距離，起始密碼子的種類和起始密碼子到最左端起始密碼子的距離。這幾個(gè)參量有效的結(jié)合在一起，對數(shù)據(jù)庫中195 個(gè)E.coli 基因起始位點(diǎn)，預(yù)測正確率為92.82％。