论文部分内容阅读
随着生物技术的快速不断发展，尤其是人类基因组计划实施以来，通过高通量基因的测序手段得到了大量的生物信息数据，如何解读和挖掘这些序列信息显得日益迫切，因而发明了一系列基于统计和计算方法来预测基因和蛋白质的功能。 基因重组对于生命过程有着重要意义，它能够交换遗传的信息，促进生命的进化。由于基因重组在基因的不同区域发生的概率不同，可将基因不同区域分为冷点和热点区域。本文基于序列信息对酵母DNA重组冷点和热点进行预测研究，采用统计学方法分析了序列的 GC含量、碱基对的相对丰度和关联性、密码子偏性与基因重组的关系，得出冷点和热点区域与 GC含量关系密切，重组热点区域中使用的密码子以GC结尾使用居多。由于酵母冷点和热点 DNA序列相似度高，所以采用比对和碱基成分法对此进行预测效果不佳。为此本文提出基于灰色理论、复杂度和二联体结构属性相结合的伪核苷酸特征来预测酵母的重组冷点序列和重组热点序列，使用K近邻方法分类，Jackknife交叉验证方法测试结果表明所提出的模型具有较好的预测成功率。本预测方法能为生物学家发现序列中蕴含的重组信息，为揭示基因重组的机制提供帮助。