h404249623
2008-04-06, 13:11
选用从基因库GenBank中选择二十条已知编码区和非编码的DNA序列，分别对其进行以下的设计与仿真，将仿真结果与已知的编码区进行对比，若一致则说明此方法准确有效，可以用于预测蛋白质编码区。
1、 将DNA符号序列映射为数值序列
一个基因组序列可以看做是由A,T,G,C四种碱基所构成的符号序列，再对基因组序列进行计算分析之前，先将其转化成数值序列。为了对DNA序列应用功率谱进行分析，可采用下面所述方法将DNA序列转换为数值序列。一个基因组序列在某一个位置j出现某一种核苷酸 这一事件，可以被看作是定义在概率空间上得随即过程 ，其中 ={A,T,C,G}，而 。因此，对任意一段DNA序列，都可以把它转化为四个子序列 , , , 。
例如，对任意一段DNA序列AGCAGTACA，本文把它转化为XA, XT, XC, XG,四个子序列，如下：
XA=100100101; XT=000001000; XC=001000010; XG=010010000
一个长度为N的子序列 的公里谱为：
（1）式中离散频率 , …，N/2; =-1。长度为N的DNA序列总的功率谱为： (2)
2. 方案流程图
DNA序列经过映射把符号序列转换为数值序列后，用傅立叶变换就可得到反映其能量与频率的功率谱。对DNA序列的功率分析很轻易地揭露了蛋白编码区的显著特征，这个特征就是核苷酸序列在f=1/3处有峰值存在，即外显子的三周期特征。根据这一特征，可以用下面一个简单的预测DNA序列编码区的方法：
①将生物的DNA序列映射为数值序列。
②取分析窗口长度为M，用快速傅立叶变换计算对应窗口DAN序列在f=1/3处的功率谱 ，再以DNA序列被预测区域的第一碱基起，沿DNA序列以步长3滑动窗口，得到得到 相对于DNA序列位置j的函数S(j)(j为长度为M窗口的中间位置)。
③如果一个窗口的核苷酸序列在f=1/3处有峰值存在，则这段核苷酸序列就构成编码区的一部分，否则就是非编码区的一部分
1、 将DNA符号序列映射为数值序列
一个基因组序列可以看做是由A,T,G,C四种碱基所构成的符号序列，再对基因组序列进行计算分析之前，先将其转化成数值序列。为了对DNA序列应用功率谱进行分析，可采用下面所述方法将DNA序列转换为数值序列。一个基因组序列在某一个位置j出现某一种核苷酸 这一事件，可以被看作是定义在概率空间上得随即过程 ，其中 ={A,T,C,G}，而 。因此，对任意一段DNA序列，都可以把它转化为四个子序列 , , , 。
例如，对任意一段DNA序列AGCAGTACA，本文把它转化为XA, XT, XC, XG,四个子序列，如下：
XA=100100101; XT=000001000; XC=001000010; XG=010010000
一个长度为N的子序列 的公里谱为：
（1）式中离散频率 , …，N/2; =-1。长度为N的DNA序列总的功率谱为： (2)
2. 方案流程图
DNA序列经过映射把符号序列转换为数值序列后，用傅立叶变换就可得到反映其能量与频率的功率谱。对DNA序列的功率分析很轻易地揭露了蛋白编码区的显著特征，这个特征就是核苷酸序列在f=1/3处有峰值存在，即外显子的三周期特征。根据这一特征，可以用下面一个简单的预测DNA序列编码区的方法：
①将生物的DNA序列映射为数值序列。
②取分析窗口长度为M，用快速傅立叶变换计算对应窗口DAN序列在f=1/3处的功率谱 ，再以DNA序列被预测区域的第一碱基起，沿DNA序列以步长3滑动窗口，得到得到 相对于DNA序列位置j的函数S(j)(j为长度为M窗口的中间位置)。
③如果一个窗口的核苷酸序列在f=1/3处有峰值存在，则这段核苷酸序列就构成编码区的一部分，否则就是非编码区的一部分