dna序列中相似性重复片段查找技术研究

《dna序列中相似性重复片段查找技术研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、东北大学硕士学位论文DNA序列中相似性重复片段查找技术研究姓名：陈白尘申请学位级别：硕士专业：计算机系统结构指导教师：王国仁20070101东北大学硕士学位论文摘要DNA序列中相似性重复片段查找技术研究摘要生物信息学是20世纪80年代末，随着人类基因组计划的不断发展、基因序列和蛋白质数据的急速增加、以及信息理论和计算机技术的不断发展而逐渐形成的。我们可以利用计算机技术对包括DNA、RNA和蛋白质等生物序列进行分析，为生物学家提供更多有价值的信息。在DNA序列分析中，重复片段查找是一个重要的基础性问题。人类DNA序列50％以上是由重复片段组成的，这

2、些重复片段隐含了大量的生物信息，其中包含丰富的古生物记录，并提供许多关键的生物进化线索。目前，重复片段作为一个重要的遗传标记，已广泛运用于精密遗传连锁作图、肿瘤生化研究、法医学个体识别、亲子鉴定和群体遗传学分析等领域。相似性重复片段的查找是近年来一个热点的研究问题。相比于精确重复片段查找，相似性重复片段的查找是一个较为新颖且难度较大的问题。针对这个问题，本文对DNA序列中的相似性重复片段查找进行了深入研究，提出了一种在DNA序列中查询相似性重复片段的高效方法。本文的主要工作总结如下：(1)本文首先提出了一种新的衡量相似性重复片段相似性的标准，这种

3、新的标准既表达了距离和待比较片段间的长度关系，同时又避免了模式之间长度必须相同的限制；(2)针对以往方法只能查找模式长度基本相同的相似性重复片段的缺陷，利用一种新的轻量级索引结构——后继数组，提出了一种新的序列划分方法，这种方法可以使查找到的相似性重复片段的各个模式的长度不受限制；(3)由于相似性重复片段查找的计算的高复杂性，本文提出了基于频率距离的过滤方法，并针对频率距离随着序列长度增加而性能急剧下降的缺点，又提出了两种新的、分别基于Pearson相关系数和分段频率距离的过滤方法；(4)在后继数组和过滤函数的基础上。本文设计了一种高效的查询DN

4、A一Ⅱ一东北大学硕士学位论文摘要序列中相似性重复片段的算法，并将其与目前应用广泛的另外一种方法TandemRepeatFinder作了全面的比较。关键词：DNA序列相似性重复片段相似性重复片段查找一III—东北大学硕士学位论文AbstractStudyonTechniquesofSearchingforApproximateRepetitionsinDNASequencesAbstractWiththedevelopmentoftheHumanGenomeProjectandthecomputersienecetechnologyandthera

5、pidincreaseofgeneandproteinsequences，bioinformaficsisgraduallybecomingoneofthemostpromisingfields．ThismakesitpossibletoprovideforbiologistsvaluableinformationandfurtheranalysisonDNA，RNA,proteinsequencesthroughcomputersciencetechnologies．DNAsequenceanalysisisakeypartofbioinfor

6、maticsandrepetitionfindingisoneofthebasicproblems．Inthehuman,codingsequencescompriselessthan5％ofthegenome，whereasrepeatsequencesaccountforatleast50％ormuchmore．Theyembodyalargeamountofinformationconcerningkeyclueofhumanevolutionandabundantinformationofantiquatedlife．Searchingf

7、orapproximaterepetitionshasbeenahotspotintheresearchofBioinformaties．ComparedwiththesearchingforexactrepetitionsinDNAsequences，theproblemofsearchingforapproximaterepetitionsisnewandmorecomplicated．Theresearchofsearchingforapproximaterepetitionsisdeeplyprocessedinthethesis,inw

8、hichanewefficientmethodisproposed．Themainworkinthethesisisasfoflows：