生物信息學(xué)學(xué)習(xí)報(bào)告(參考版)
2024-08-16 00:41本頁(yè)面
【正文】 但是，此算法也有一些不足之處有待改進(jìn)：當(dāng)序列之間變異率較大時(shí)，比對(duì)結(jié)果較差；并且，算法本?？偨Y(jié)本文提出了一種新的算法 MWPAlign，用圖結(jié)構(gòu)解決 DNA 多序列比對(duì)問(wèn)題，其最大的特色有兩點(diǎn)：① 不需要進(jìn)行多序列比對(duì)就可以得到包含了所有輸入序列中保守區(qū)域的調(diào)和序列；② 對(duì)于大量數(shù)據(jù)有較好的比對(duì)結(jié)果和較優(yōu)的時(shí)間復(fù)雜度。算法描述MWPAlign 算法解決多序列比對(duì)問(wèn)題的主要思想是：先求調(diào)和序列，然后用調(diào)和序列和每條輸入序列進(jìn)行兩兩比對(duì)，得到最終比對(duì)結(jié)果。同樣，對(duì)于比對(duì)結(jié)果 S′，CS值計(jì)算公式為基本上，SPS 值和 CS 值越高，說(shuō)明比對(duì)結(jié)果越準(zhǔn)確，越能反映序列的生物特性。為了反映所有序列準(zhǔn)確對(duì)齊的比率，通常使用 CS(columnscore)值來(lái)計(jì)算。假定比對(duì)結(jié)果為 S′=( sij ′ )，1≤i≤N，1≤j≤L，則SPScore 計(jì)算公式如下：如果輸入數(shù)據(jù)是標(biāo)準(zhǔn)比對(duì)庫(kù)(例如 BALIBASE(benchmark alignment database))中的序列，即有一個(gè)標(biāo)準(zhǔn)的比對(duì)結(jié)果，我們就可以計(jì)算一個(gè)相對(duì)的 SPScore，定義為 SPS。根據(jù)SP 目標(biāo)函數(shù)，在比對(duì)結(jié)果的每一列中，將每對(duì)堿基給定一個(gè)分值 (例如：， 和。多序列比對(duì)結(jié)果的評(píng)判標(biāo)準(zhǔn)目標(biāo)函數(shù)用來(lái)評(píng)判序列比對(duì)結(jié)果的優(yōu)劣。sN)，其中：，為第 i 條序列的長(zhǎng)度，則關(guān)于 S 的一個(gè)多序列比對(duì)可定義為一個(gè)矩陣。對(duì)于蛋白質(zhì)序列，Σ包含 20 個(gè)不同的字母，分別代表 20 種不同的氨基酸，將其統(tǒng)稱為殘基。問(wèn)題描述 多序列比對(duì)的目標(biāo)是使得參與比對(duì)的序列中有盡可能多的列具有相同的字符，即，使得相同殘基的位點(diǎn)位于同一列，這樣以便于發(fā)現(xiàn)不同的序列之間的相似部分，從而推斷它們?cè)诮Y(jié)構(gòu)和功能上的相似關(guān)系，主要用于分子進(jìn)化關(guān)系，預(yù)測(cè)蛋白質(zhì)[1] 的二級(jí)結(jié)構(gòu)和三級(jí)結(jié)構(gòu)、估計(jì)蛋白質(zhì)折疊類型的總數(shù)，基因組序列分析等。最后，利用得到
電大資料相關(guān)推薦
鄂ICP備17016276號(hào)-1