第五節(jié)基因識別(專業(yè)版)
【正文】 (2) 編碼區(qū)模型 ? 由于密碼子的長度為 3，因此密碼子模型的最后一個狀態(tài)應(yīng)該至少為 2階。 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個密碼子出現(xiàn)的概率分別為 1322211 . . .2 ????? nnn acbacbacb fffp11332221 ...3 ?????? nnn bacbacbac fffp? 第 i個閱讀框成為編碼閱讀框的概率 計算： ? 算法： 在序列上移動長度為 n的窗口，計算 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 ? 單個堿基的組成比例 ? 多個堿基的組成 ?通過統(tǒng)計分析識別編碼序列 分析實例 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)域被分割為若干個小片段。 ? 這種算法過于簡單，不適合于處理短的ORF或者交疊的 ORF。 (1) 信號傳感器模型 ?將 剪切位點 、 起始編碼區(qū)域 或者 終止編碼區(qū)域 看成是 DNA序列上的功能位點或者信號位點，用 HMM來進(jìn)行分析 內(nèi)含子區(qū)域 外顯子區(qū)域 保守位點 根據(jù)對比排列，形成具有 19狀態(tài)的 HMM模型。 ? 這樣的模型可以檢測無結(jié)束編碼的區(qū)域，因為對應(yīng)于三個結(jié)束編碼 TAA、 TAG和 TGA的p(A?TA)、 p(G?TA)和 p(A?TG)自動為 0。 ?關(guān)鍵問題是如何提高一個識別算法的敏感性（ sensitivity， Sn）和特異性（ specificity， Sp）。 基于基因密碼子特性的識別方法 ?辨別編碼區(qū)域與非編碼區(qū)域的一種方法 ? 是檢查終止密碼子的出現(xiàn)頻率 終止密碼子出現(xiàn)的期望次數(shù)為： 每 21個（ ? 64/3）密碼子出現(xiàn)一次終止密碼子 基本思想： ? 如果能夠找到一個比較長的序列，其相應(yīng)的密碼子序列不含終止密碼子，則這段序列可能就是編碼區(qū)域。 例如 ： 位點圖上的路徑 ? 候選基因所對應(yīng)的道路圖中的路徑 ?求最優(yōu)路徑 ? 每一條弧附加一個權(quán)值 外顯子、內(nèi)含子度量 ? 每個節(jié)點附加權(quán)值
教學(xué)課件相關(guān)推薦
鄂ICP備17016276號-1