第五節(jié)基因識別-文庫吧
2025-07-17 13:23 本頁面
【正文】 單的統(tǒng)計(jì)模型 假設(shè)相繼的密碼子是獨(dú)立的，不存在前后依賴關(guān)系。 令 fabc代表密碼子 abc在編碼區(qū)域出現(xiàn)的頻率 給定序列 a1,b1,c1, a2,b2,c2,…, a n+1,bn+1 從密碼子 a1b1c1開始的閱讀框，其 n個(gè)密碼子的出現(xiàn)概率為 nnn cbacbacba fffp ???? . . .2211111 ? 第二種和第三種閱讀框 n個(gè)密碼子出現(xiàn)的概率分別為 1322211 . . .2 ????? nnn acbacbacb fffp11332221 ...3 ?????? nnn bacbacbac fffp? 第 i個(gè)閱讀框成為編碼閱讀框的概率 計(jì)算： ? 算法： 在序列上移動長度為 n的窗口，計(jì)算 Pi 根據(jù) Pi的值識別編碼的閱讀框 321 ppppP ii ???基于編碼區(qū)域堿基組成特征的識別方法 ?編碼序列與非編碼序列在堿基組成上有區(qū)別 ? 單個(gè)堿基的組成比例 ? 多個(gè)堿基的組成 ?通過統(tǒng)計(jì)分析識別編碼序列 分析實(shí)例 真核基因識別問題 真核基因遠(yuǎn)比原核基因復(fù)雜： ?一方面，真核基因的編碼區(qū)域是非連續(xù)的，編碼區(qū)域被分割為若干個(gè)小片段。 ?另一方面，真核基因具有更加豐富的基因調(diào)控信息，這些信息主要分布在基因上游區(qū)域。 基因識別基本思路 ?找出基因兩端的功能區(qū)域 : 轉(zhuǎn)錄啟動區(qū) 終止區(qū) ? 在啟動區(qū)下游位置尋找翻譯起始密碼子 ? 識別轉(zhuǎn)錄剪切位點(diǎn) 剪切給體位點(diǎn) 剪切接受體位點(diǎn) ?各種不同的方法有不同的適應(yīng)面，而不同的方法有時(shí)可以結(jié)合起來以提高基因識別的準(zhǔn)確率。 ?關(guān)鍵問題是如何提高一個(gè)識別算法的敏感性（ sensitivity， Sn）和特異性（ specificity， Sp）。 基因識別的主要方法 兩大類識別方法： ?從頭算方法（或基于統(tǒng)計(jì)的方法） ? 根據(jù)蛋白質(zhì)編碼基因的一般性質(zhì)和特征進(jìn)行識別，通過統(tǒng)計(jì)值區(qū)分外顯子、內(nèi)含子及基因間區(qū)域 ?基于同源序列比較的方法 ? 利用數(shù)據(jù)庫中現(xiàn)有與基因有關(guān)的信息（如 EST序列、蛋白質(zhì)序列），通過同源比較，幫助發(fā)現(xiàn)新基因。 ?最理想的方法是綜合兩大類方法的優(yōu)點(diǎn)，開發(fā)混合算法。 ?基因識別方法有 ： （ 1）基于規(guī)則的系統(tǒng) （ 2） 語義學(xué)方法 （ 3） 線性辨別分析（ LDA） （ 4） 決策樹 ? （ 5） 動態(tài)規(guī)劃 ?（ 6） 隱馬爾柯夫模型 ? （ 7） 剪切對比排列 （ spliced
教學(xué)課件相關(guān)推薦
鄂ICP備17016276號-1