基于信息熵理論的基因組特性研究.pdf

1、從處理遺傳信息的角度來看，細(xì)胞本身構(gòu)成了一個信息處理獨立基本單元，從DNA的復(fù)制、轉(zhuǎn)錄到RNA翻譯為蛋白質(zhì)，對生物的遺傳信息進(jìn)行存儲、傳遞。按傳統(tǒng)的遺傳學(xué)觀點，所有的遺傳信息都存儲在生物的遺傳物質(zhì)之中，這個信息處理系統(tǒng)控制著生物的發(fā)育、生長和遺傳。要揭示生命內(nèi)部的具體工作機(jī)制，使用信息科學(xué)中的方法來研究遺傳信息的存儲、傳遞和表達(dá)是必不可少的。
　　信息論是研究信息的度量、傳遞、交換和存儲的一門科學(xué)。由于遺傳信息作為一種信息，其存儲

2、與傳遞也必然遵循信息存儲與傳遞的一般規(guī)律，因而可以采用信息論方法對遺傳信息進(jìn)行分析。
　　本文首先針對基因組翻譯起始和終止區(qū)域的堿基分布，如保守性、周期性等問題，提出了一種基于信息熵方法的模型進(jìn)行分析。對 DNA序列上起始密碼子、終止密碼子附近區(qū)域的堿基分布情況進(jìn)行了統(tǒng)計，使用該模型的方法計算了該區(qū)域每個位點的信息熵，進(jìn)而計算出信息剩余度，繪制出信息剩余度曲線。分析了各位點的保守性，對編碼區(qū)域和非編碼區(qū)域中的不同進(jìn)行了分析比較。<

3、br>　　對編碼起始、終止位點附近區(qū)域的信息熵分析的結(jié)果顯示：在原核生物中，其編碼區(qū)域的信息剩余度呈現(xiàn)非常強的周期為三的性質(zhì)；親緣較近的序列，其信息剩余度曲線相互聚集；在原核生物生物特有的SD區(qū)域，信息剩余度相對較大。而對真核生物的分析結(jié)果則相對較差，需要進(jìn)一步的研究。
　　同時，針對基因組序列相似性分析問題，本文提出了一種基于信息熵的相似性度量模型。將兩條比對后的序列間的平均交互信息量與它們的聯(lián)合熵之比作為它們的相似性度量。使用