基于圖形表示的DNA序列分析研究.pdf

1、隨著人類基因組計劃(Human Genome Project，HGP)的順利完成及各種模式生物基因組計劃的相繼實施，大量的生物分子數(shù)據(jù)源源不斷地產(chǎn)生。對這些數(shù)據(jù)的保存、處理、分析和研究推動了分子生物學、數(shù)學及計算機科學的結(jié)合，由此發(fā)展起來的生物信息學正逐漸成為當今生命科學和自然科學的重大前沿領(lǐng)域之一，同時也將是21世紀自然科學的核心領(lǐng)域之一。生物信息學的研究重點主要體現(xiàn)在基因組學(Genomics)和蛋白學(Proteomics)兩方面

2、，具體說就是從核酸或蛋白質(zhì)序列出發(fā)，分析序列中所表達的結(jié)構(gòu)和功能的生物信息。其研究內(nèi)容非常豐富，如：序列比較、基因識別、分子進化和比較基因組學、RNA和蛋白質(zhì)的結(jié)構(gòu)預測、計算機輔助藥物設(shè)計等等。 圖形表示是最近發(fā)展起來的應用在DNA序列分析方面的強有力的可視化工具，它能夠揭示蘊藏在DNA序列中的結(jié)構(gòu)和功能的生物信息。本文在分析DNA序列的各種2維、3維圖形和高維數(shù)學描述及其應用的研究現(xiàn)狀的基礎(chǔ)上，提出了DNA序列的2D圖形表示，

3、并應用它分析了DNA序列間的突變和相似性。主要的研究內(nèi)容如下： (1)通過定義四類堿基分別對應四個不同的2維向量，提出了DNA序列的H-L圖表示。該圖形表示的優(yōu)點在于可視化DNA序列間的不同模式?；谠搱D形表示，提出了分析DNA序列間突變的方法。 (2)基于H-L圖表示，提出了DNA序列間相似性度量的數(shù)值化方法，并運用該方法分析7個物種的β-球蛋白基因的全編碼序列間的相似性。較之以前其它的度量方式，該方法無需復雜的計算且