第五節(jié)基因識(shí)別-免費(fèi)閱讀
【正文】 (3) 組合模型 ?將上述模型擴(kuò)展，使之可以識(shí)別具有多個(gè)外顯子的基因。 ?擴(kuò)展的隱藏馬爾柯夫模型（ GHMMs ） ? 對(duì) HMM進(jìn)一步抽象，產(chǎn)生更一般的馬爾柯夫模型，以分析復(fù)雜的脊椎動(dòng)物基因 。 基因識(shí)別的主要方法 兩大類(lèi)識(shí)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(shí)別，通過(guò)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(kù)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(guò)同源比較，幫助發(fā)現(xiàn)新基因。遇到終止密碼子以后，回頭尋找起始密碼子。 ? 原核基因識(shí)別任務(wù)的重點(diǎn)是識(shí)別開(kāi)放閱讀框，或者說(shuō)識(shí)別長(zhǎng)的編碼區(qū)域。 ?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。 從起點(diǎn)到終點(diǎn)的任何一條路徑代表一個(gè)可能的基因結(jié)構(gòu)。 ? 對(duì)于 2階的狀態(tài)，具有 64種概率分布，可根據(jù)已知編碼區(qū)域進(jìn)行統(tǒng)計(jì)計(jì)算而得到 64種分布。 ? 然后進(jìn)一步分析候選外顯子，探查所有可能的外顯子組合，尋找一個(gè)與已知目標(biāo)蛋白質(zhì)或其他表達(dá)序列最匹配的組合 ?一種半自動(dòng)的綜合方法識(shí)別基因過(guò)程： ? （ 1）選擇所有長(zhǎng)度大于 50bp并介于保守的剪切接受位點(diǎn)和給體位點(diǎn)之間的 ORF，作為候選的外顯子； 預(yù)選 ? （ 2）對(duì)于候選的外顯子計(jì)算其 6目編碼度量值，并從大到小將它們排列起來(lái)； 減小搜索范圍 ? （ 3）對(duì)照蛋白質(zhì)序列數(shù)據(jù)庫(kù)進(jìn)行搜索，尋找相似體。 ?假設(shè)一段序列為 ACTGTC… ，則 P(ACTGTC… )=p1(A)?p2(C?A)?p3(T?C)?p4(G?T)?p5(T?G)?p6(C?T)… 其中 p1是狀態(tài) 1對(duì)于 4種核苷酸的概率，p2(x?y)狀態(tài) 2的條件概率。 iii E x pO bsR SC U ????iii s y naaE x p（ 566） （ 565） 密碼子使用傾向 ? 設(shè)一段 DNA序列為 S，從 S的第 i位到第 j位的雙聯(lián)密碼統(tǒng)計(jì)度量 IF6（ i， j）定義為 ： fk是從第 k位開(kāi)始的雙聯(lián)密碼的頻率 Fk是該雙聯(lián)密碼隨機(jī)出現(xiàn)的頻率 ?????????????????????????4,. .. ,8,5,25,. .. ,7,4,16,. .. ,6,3,06)/ln ()/ln ()/ln (m ax),(jkkikijkkikijkkikiFfFfFfjiIF（ 5
教學(xué)課件相關(guān)推薦
鄂ICP備17016276號(hào)-1