第五節(jié)基因識別(已改無錯字)
2022-08-29 13:23:04 本頁面
【正文】 or）位點 “gt” 接受體（ acceptor）位點 “ag” 基因的可變剪切 gene A 基因可變剪切示意 構(gòu)建基因模型方法 ? 剪切位點形成外顯子和內(nèi)含子的邊界 搜集候選外顯子 → 候選基因 ?候選基因是一條 非相交 的外顯子和內(nèi)含子的鏈，表示為 （ i0, e1, i1, …, e n, in） 其中 ij代表內(nèi)含子（ 0?j?n） el代表外顯子（ 1?l?n） i0和 in并非真實的內(nèi)含子，它們分別代表基因兩側(cè)的非編碼序列 ? 候選基因位于給定的 DNA序列，并滿足下列一致性條件： （ 1）所有外顯子加起來的長度是 3的整數(shù)倍； （ 2）在各個外顯子內(nèi)部（除最后一個外顯子的最后一個密碼子），沒有終止編碼； （ 3）第一個內(nèi)含子 外顯子邊界（ i0, e1）是翻譯起始編碼，而最后一個外顯子 內(nèi)含子邊界（ en, in）是終止編碼。 位點圖 （分層標(biāo)注剪切位點） 另設(shè)兩個特殊的頂點，即起點（ source）和終點（ sink） 。 從起點到終點的任何一條路徑代表一個可能的基因結(jié)構(gòu)。 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 剪切位點度量 ? 綜合評價 用于基因識別的 HMM模型 ?隱馬爾柯夫模型 HMM是一條狀態(tài)不可見的馬爾柯夫鏈，其當(dāng)前狀態(tài)的輸出是可見的。 ? 每個狀態(tài)按照一定的概率分布隨機(jī)地從字母表中取出字符并釋放。 ?擴(kuò)展的隱藏馬爾柯夫模型（ GHMMs ） ? 對 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)雜的脊椎動物基因 。 (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。 ?對前一節(jié)所介紹的 HMM模型進(jìn)行修改，可以處理雙聯(lián)核苷酸的問題，即將 4種概率分布擴(kuò)展為 16種。 ?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對于 4種核苷酸的概率，p2(x?y)狀態(tài) 2的條件概率。 (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)
教學(xué)課件相關(guān)推薦
鄂ICP備17016276號-1