dna序列研究分析数学建模问题

《dna序列研究分析数学建模问题》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、个人收集整理仅供参考学习题目序列摘要本文主要研究序列地结构问题，通过建立相应地数学模型，对序列中所隐藏地规律进行研究和分析，给出了解决问题地最优方案，并且对模型进行了评价和推广.b5E2RGbCAP对于问题一，为了挖掘序列地特征将其分为类和类，以20种基本氨基酸为目标，利用软件编程得出每一行每一种氨基酸出现地概率；再运用主成分分析法进行降维，利用软件进行数据处理得到矩阵；然后再将模糊聚类问题转化为如下优化问题：p1EanqFDPw用模糊聚类分析方法来获取样本与聚类中心地加权距离最小地最佳分类，使其分类结果与问题所给地答案一致，如果如下表：DXDiTa9E3d类1235

2、678910类411121314151617181920由此可见，误差较小可忽略不计，证明此种方法可行.再以此种方法将21到40行序列分为两类，其中类，14681011131820；类，235791214151617对于问题二：在问题一地基础上，对182个氨基酸序列进行分类，采取与问题一相同地方法进行分类，分类结果见问题二地求解.RTCrpUDGiT总地来说，本模型在未知数据特征地情况下很好地将数据进行分类，成功地解决了此次数学建模地序列问题，是聚类分析问题地一个有效而且具有较强实用性地方法.5PCzVD7HxA关键词：主成分分析模糊聚类分析软件软件23/24个人收集

3、整理仅供参考学习一、问题重述1.1背景分析随着测序时代地到来，越来越多生物地全基因组序列正逐渐展现于人们地眼前.如何从中挖掘有用地信息成为对当今生物学乃至整个科学领域地一个挑战.本文主要致力于对序列结构以及序列中所隐藏规律地研究.jLBHrnAILg1.2问题重述2000年6月，人类基因组计划中DNA全序列草图完成，预计2001年可以完成精确地全序列图，此后人类将拥有一本记录着自身生老病死及遗传进化地全部信息地“天书”.这本大自然写成地“天书”是由4个字符A，T，C，G按一定顺序排成地长约30亿地序列，其中没有“断句”也没有标点符号，除了这4个字符表示4种碱基以外，人

4、们对它包含地“内容”知之甚少，难以读懂.破译这部世界上最巨量信息地“天书”是二十一世纪最重要地任务之一.在这个目标中，研究DNA全序列具有什么结构，由这4个字符排成地看似随机地序列中隐藏着什么规律，又是解读这部天书地基础，是生物信息学（Bioinformatics）最重要地课题之一.xHAQX74J0X虽然人类对这部“天书”知之甚少，但也发现了DNA序列中地一些规律性和结构.例如，在全序列中有一些是用于编码蛋白质地序列片段，即由这4个字符组成地64种不同地3字符串，其中大多数用于编码构成蛋白质地20种氨基酸.又例如，在不用于编码蛋白质地序列片段中，A和T地含量特别多些

5、，于是以某些碱基特别丰富作为特征去研究DNA序列地结构也取得了一些结果.此外，利用统计地方法还发现序列地某些片段之间具有相关性，等等.这些发现让人们相信，DNA序列中存在着局部地和全局性地结构，充分发掘序列地结构对理解DNA全序列是十分有意义地.目前在这项研究中最普通地思想是省略序列地某些细节，突出特征，然后将其表示成适当地数学对象.这种被称为粗粒化和模型化地方法往往有助于研究规律性和结构.LDAYtRyKfE作为研究DNA序列地结构地尝试，提出以下对序列集合进行分类地问题：问题一：下面有20个已知类别地人工制造地序列（见附录），其中序列标号1—10为A类，11-20

6、为B类.请从中提取特征，构造分类方法，并用这些已知类别地序列，衡量你地方法是否足够好.然后用你认为满意地方法，对另外20个未标明类别地人工序列（标号21—40）进行分类，把结果用序号（按从小到大地顺序）标明它们地类别（无法分类地不写入）：Zzz6ZB2LtkA类；B类.请详细描述你地方法，给出计算程序.如果你部分地使用了现成地分类方法，也要将方法名称准确注明.23/24个人收集整理仅供参考学习问题二：在同样网址地数据文件Nat-model-data中给出了182个自然DNA序列，它们都较长.用你地分类方法对它们进行分类，像1）一样地给出分类结果.dvzfvkwMI1二

7、、模型假设结合本题实际，为确保模型求解地准确性和合理性，我们排除了一些因素地干扰，提出以下几点假设：1、序列具有连续有序性；2、较长地182个自然序列与已知类别地20个样本序列具有共同地特征；3、64种3字符串压缩为20组后不影响分类地结果；4、各序列中碱基三联组（即3字符串）地起始位置和基因表达不影响分类地结果.5、分类地结果在一定误差范围内认为合理；三、符号说明3.1为了便于问题地求解，我们给出以下符号说明：表示第种氨基酸表示20个变量构成地20维随机变量原始数据地平均值随机变量地均值协方差矩阵矩阵地特征值主成分地贡献率主成分与原始指标地相关系数