- 1、本文档共18页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
基于隐马尔可夫模型的
CLU基因识别
06级生信 岑王敏
指导老师 司家瑞
Bioinformatics,2008-2009,
开题背景
阿兹海默病 (Alzheimersdisease,简称AD)又
称老人痴呆症,是失智症中最普遍的成因。全世
界有2400万病患,绝大多数发生在65岁~90岁
以上的老人。在美国每70秒就有一人罹患阿兹海
默氏症,而到了这个世纪中的时候,估计每33秒
就有一人罹患阿兹海默氏症。阿兹海默病是一种
由于蛋白质在脑部沉积而造成脑神经细胞死亡的
神经退化性疾病。
Bioinformatics,2008-2009,
Bioinformatics,2008-2009,
1993年,科学家发现APOE基因,之后基因
APOE4一直是该领域研究的焦点。而最近英国和
法国两个科研小组分别宣布,他们新发现与阿尔
茨海默氏症相关的3个基因:CR1、CLU和
PICALM,这3个基因均与β淀粉样多肽形成有
关。科学家表示,这是最近15年来在该领域的最
重大的发现。10%的阿尔茨海默氏症病例可能与
CLU基因有关、9%与PICALM有关、4%与CR1
有关。
Bioinformatics,2008-2009,
课题目的
掌握利用基于隐马尔科夫模型法识别基因的软
件,进行实际的基因识别。目前阿兹海默病的成因
未明,也没有准确诊断和有效治疗的方法。研究学
者尚未得知这三个基因如何影响阿兹海默症的生
成,但就后续的研究报告看来,CLU可能会介入β
类淀粉蛋白胜肽去除类淀粉蛋白沉积的过程。用基
因识别的方法对CLU基因进行识别,以便对该基因
进一步研究该基因.
Bioinformatics,2008-2009,
课题研究的主要内容
(1)从NCBI下载人类基因的CLU基因序
列。
(2)将序列以FASTA格式或DNA序列文件
输入HMMgene。
(3)对照NCBI的注释信息,分析结果。
(4)将序列文件输入GenScan和
GeneMark系统。
(5)对比HMMgene,GenScan和GeneMark
三个系统进行基因识别的各自特点。
Bioinformatics,2008-2009,
原理和方法
Bioinformatics,2008-2009,
对给定的一段序列进行扫描并预测,结果可能
如下
Bioinformatics,2008-2009,
HMM模型
n隐马尔可夫模型是一种概率论模型,它
的状态是不确定或不可见的,只有通过观
测序列的随机过程才能表现出来。
n观察到的事件与状态并不是一一对应,
而是通过一组概率分布相联系。
nHMM是一个双重随机过程,两个组成部
分:
– 马尔可夫链:描述状态的转移,用转
移概率描述。
–一般随机过程:描述状态与观察序列
间的关系, 用观察值概率描述。
Bioinformatics,2008-2009,
在表示或分析HMM模型时,用方框表示各个状态,
方框之间的连线表示状态转换。对于每个状态,详细
地描述各个字符的释放概率,而对于状态之间的转
换,也给出相应转换动作发生的概率,即状态转换概
率。表示DNA序列的HMM如图:
Bioinformatics,2008-2009,
Bioinformatics,2008-2009,
步 骤
r 从NCBI网站下载人类CLU基因序列
注释:在NCBI中显示,该基因由于剪接位置
不同,它编码两个亚型 (亚型1、亚型2)
r 登陆HMMgene主页,输入FASTA格式的序列文
件。
r 登陆GenScan,输入CLU基因序列
r 登陆GeneMark,输入CLU基因序列
Bioinformatics,2008-2009,
结 果
注释:如图4识别结果显示该基因在DNA正链上,A:4221C
文档评论(0)