《生物信息學》學習報告

上傳人:奔*** 文檔編號:30150842 上傳時間:2021-10-09 格式:DOC 頁數(shù):5 大?。?09KB
收藏 版權申訴 舉報 下載
《生物信息學》學習報告_第1頁
第1頁 / 共5頁
《生物信息學》學習報告_第2頁
第2頁 / 共5頁
《生物信息學》學習報告_第3頁
第3頁 / 共5頁

下載文檔到電腦,查找使用更方便

10 積分

下載資源

還剩頁未讀,繼續(xù)閱讀

資源描述:

《《生物信息學》學習報告》由會員分享,可在線閱讀,更多相關《《生物信息學》學習報告(5頁珍藏版)》請在裝配圖網(wǎng)上搜索。

1、 實 驗 報 告 題 目 基于最大權值路徑算法的 DNA 多序列比對方法學習報告 學 院: 軟件學院 系 計算機 專業(yè)班級: 軟件工程 學生姓名: 何宇凡 學號: 406629515011 2016年 6月 1 日 摘要 在對《基于最大權值路徑算法的 DNA 多序列比對方法》的分析學習中,文中提出針對生物序列分析中的多序列比對問題,當輸入數(shù)據(jù)量比較大時,人們提出了很多

2、啟發(fā)式的算法來改善計算速度和比對結(jié)果。提出了用于進行全局DNA 多序列比對的一種方法:MWPAlign(maximum weighted pathalignment)。該算法把序列信息用 de Bruijn 圖的形式表示,并將輸入序列的信息記錄在圖的邊上,這樣,就將求調(diào)和序列的問題轉(zhuǎn)化為求圖的最大權值路徑問題,使多序列比對問題的時間復雜度降低到幾乎線性。 基礎知識 多序列比對是生物信息學中挑戰(zhàn)性的問題之一,并在序列裝配、序列注釋、基因和蛋白質(zhì)的結(jié)構和功能預測以及系統(tǒng)發(fā)育和進化分析等方面應用廣泛。它是SPS(sum-of-pairs scoring)意義下的 NP 完全問題?,F(xiàn)階段常用的比對

3、方法分類:精確比對方法、漸進比對方法、迭代比對方法、基于圖論的比對方法。具體介紹如下: 精確比對方法 精確比對方法完全基于動態(tài)規(guī)劃算法,最為經(jīng)典的是多維 Needlman-Wunsch 算法,但其可行的計算維數(shù)為 3。 漸進比對方法 迭代地利用兩序列動態(tài)規(guī)劃算法,先由兩條序列的比對開始,逐漸添加新序列,直到所有序列都加入為止。但是,不同的添加順序會產(chǎn)生不同的比對結(jié)果,所以,確定合適的比對順序是漸進比對方法的一個關鍵問題。而兩個序列越相似,人們對它們的比對就越有信心,因此,整個序列的比對應該從最相似的兩個序列開始,由近至遠逐步完成。 迭代比對方法 基于一個能產(chǎn)生比對的算法,并通過一系

4、列的迭代方式改進多序列比對,直到比對結(jié)果不再改善為止。基于這種思想的方法很多,例如模擬退火、遺傳算法、隱馬爾可夫模型等。其中,最有影響的多序列比對軟件包 SAGA(sequence alignment by genetic algorithm)基于遺傳算法構建,共設計了 22 種不同的遺傳算子,采用動態(tài)調(diào)度的策略控制 22 種遺傳算子的使用。 基于圖論的比對方法 一種以有向無環(huán)圖(directed acyclic graph,簡稱 DAG)的表示方式取代行列表示的全新多序列比對方法。。 上述方法各有其不同的優(yōu)點,但它們中的大多數(shù)對于大量輸入序列,其時空復雜度依然是實際應用的一個瓶頸,至少

5、都O(N2L2)其中 N 是序列條數(shù),L 是序列平均長度。針對這個問題,本文提出了一種基于圖模型的新方法,將 de Bruijn graph 方法應用到 DNA 全局多序列比對中,使多序列比對的時空復雜度降低到線性 O(NL)。 基于最大權值路徑算法的 DNA 多序列比對方法 本算法用 de Bruijn graph[19]的形式表示輸入序列,將輸入序列的信息記錄在圖的邊上,定義邊的權值為經(jīng)過該邊的序列的條數(shù),則邊的權值越大,說明此邊越有可能代表輸入序列的保守區(qū)域。將圖中最大權值的邊連接起來的最大權值路徑,正好對應輸入序列中保守區(qū)域的歸并,也就是所求調(diào)和序列對應的路徑。設想所有輸入序列都是

6、從一個祖先序列進化而來,我們要找的就是這個祖先序列。此過程不需要進行多序列比對,并且使尋找調(diào)和序列問題的時間復雜度大為降低,幾乎是線性的。最后,利用得到的調(diào)和序列和每條輸入序列進行兩兩比對得到比對結(jié)果。我們已經(jīng)使用模擬數(shù)據(jù)對本算法進行了測試,并且和現(xiàn)有方法進行了比較,結(jié)果表明:MWPAlign(maximum weighted path alignment)是可行的 DNA 多序列比對方法,其時間復雜度優(yōu)于現(xiàn)有的方法,并且在序列變異率較低時,比對結(jié)果優(yōu)于 CLUSTALW,T-Coffee 和 HMMT(hidden Markov model training)。 問題描述 多序列比對的

7、目標是使得參與比對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,從而推斷它們在結(jié)構和功能上的相似關系,主要用于分子進化關系,預測蛋白質(zhì)[1] 的二級結(jié)構和三級結(jié)構、估計蛋白質(zhì)折疊類型的總數(shù),基因組序列分析等。 假設一條長度為 m 的生物序列是由 m 個字符組成的字符串,字符串中的字符取自于一個有限的字母表Σ,對于DNA序列,Σ包含 A、T、C、G 四個字母,分別代表 4 種不同的核苷酸,將其統(tǒng)稱為堿基。對于蛋白質(zhì)序列,Σ包含 20 個不同的字母,分別代表 20 種不同的氨基酸,將其統(tǒng)稱為殘基。給定 N 條序列組成的序列組 S

8、=(s1,s2,。。。,sN),其中:,為第 i 條序列的長度,則關于 S 的一個多序列比對可定義為一個矩陣。 該矩陣有如下特性: 1) 2) 如果刪除空位“—”,則 的每一行 與對應序列 相同; 3) S′中不存在只由空位“?”組成的列。 多序列比對結(jié)果的評判標準 目標函數(shù)用來評判序列比對結(jié)果的優(yōu)劣。在多序列比對中,最常用的目標函數(shù)是 Sum-of-Pairs(SP)[20]。根據(jù)SP 目標函數(shù),在比對結(jié)果的每一列中,將每對堿基給定一個分值 (例如:, 和。其中:“—”代表空位:x 和 y 代表兩個不同的堿基),然后將這些分值 累加起來,得到每列的分值,最后將每列的分值累加

9、,即可得到 SP-Score。假定比對結(jié)果為 S′=( sij ′ ),1≤i≤N,1≤j≤L,則SP-Score 計算公式如下: 如果輸入數(shù)據(jù)是標準比對庫(例如 BALIBASE(benchmark alignment database))中的序列,即有一個標準的比對結(jié)果,我們就可以計算一個相對的 SP-Score,定義為 SPS。假定對于標準庫的輸入序列,標準庫中比對結(jié)果為S*,某方法比對結(jié)果為 S′,則 SPS 定義如下: SPS=SP-Score(S′)/SP-Score(S*) 如果沒有標準比對庫,SPS 定義如下: SPS=SP-Score(S′)/(LN(N?1)

10、/2) 顯然,SPS 值反映了堿基對準確對齊的比率。為了反映所有序列準確對齊的比率,通常使用 CS(columnscore)值來計算。CS 值計算策略為:如果一列上的所有堿基都相等,則 ci=1;否則 ci=0。同樣,對于比對結(jié)果 S′,CS值計算公式為 基本上,SPS 值和 CS 值越高,說明比對結(jié)果越準確,越能反映序列的生物特性。在下面的實驗中,將采用 SPS和 CS 這兩個值來評估本算法的比對結(jié)果。 算法描述 MWPAlign 算法解決多序列比對問題的主要思想是:先求調(diào)和序列,然后用調(diào)和序列和每條輸入序列進行兩兩比對,得到最終比對結(jié)果。所得調(diào)和序列是輸入序列中保守區(qū)域的拼接,

11、通過得到的調(diào)和序列和每條輸入序列的兩兩比對,就很容易分辨輸入序列中保守的堿基和變異的堿基,從而構造多序列比對結(jié)果。 總結(jié) 本文提出了一種新的算法 MWPAlign,用圖結(jié)構解決 DNA 多序列比對問題,其最大的特色有兩點:① 不需要進行多序列比對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 對于大量數(shù)據(jù)有較好的比對結(jié)果和較優(yōu)的時間復雜度。此算法相對于其他方法可以明顯降低時間復雜度,并且在序列變異率較低時取得了很好的比對結(jié)果。但是,此算法也有一些不足之處有待改進:當序列之間變異率較大時,比對結(jié)果較差;并且,算法本。 參考文獻 [1] Batzoglou S. The many f

12、aces of sequence alignment. Briefings in Bioinformatics, 2005,6(1):6?22. [2] Needlman SB, Wunsch CD. A general method application to the search for similarities in the amino acid sequence of two proteins. Journal of Molecular Biology, 1970,48(3):443?453. [3] Thompson JD, Higgins DG, Gibson TJ. CLU

13、STAL W. Improving the sensitivity of progressive multiple sequence alignmentthrough sequence weighting, position-specific gap penalties and weight matrix choice. Nucleic Acids Research, 1994,22(22): 4673?4680. [4] Notredame C, Higgins DG, Heringa J. T-Coffee: A novel method for fast and accurate multiple sequence alignment. Journal ofMolecular Biology, 2000,302(1):205?217. [5] Barton GJ, Sternberg MJE. A strategy for the rapid multiple alignment of protein sequences. Journal of Molecular Biology, 1987,198(2):327?337.

展開閱讀全文
溫馨提示:
1: 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
2: 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
3.本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
4. 未經(jīng)權益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
5. 裝配圖網(wǎng)僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
6. 下載文件中如有侵權或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

相關資源

更多
正為您匹配相似的精品文檔
關于我們 - 網(wǎng)站聲明 - 網(wǎng)站地圖 - 資源地圖 - 友情鏈接 - 網(wǎng)站客服 - 聯(lián)系我們

copyright@ 2023-2025  zhuangpeitu.com 裝配圖網(wǎng)版權所有   聯(lián)系電話:18123376007

備案號:ICP2024067431-1 川公網(wǎng)安備51140202000466號


本站為文檔C2C交易模式,即用戶上傳的文檔直接被用戶下載,本站只是中間服務平臺,本站所有文檔下載所得的收益歸上傳人(含作者)所有。裝配圖網(wǎng)僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對上載內(nèi)容本身不做任何修改或編輯。若文檔所含內(nèi)容侵犯了您的版權或隱私,請立即通知裝配圖網(wǎng),我們立即給予刪除!

五月丁香婷婷狠狠色,亚洲日韩欧美精品久久久不卡,欧美日韩国产黄片三级,手机在线观看成人国产亚洲