人类基因短编码区识别及冠状病毒酶切位点预测.pdfVIP

中文摘要 随着人类基因组及模式生物基因组大规模测序的顺利实施，GenBank， EMBL和DDBJ国际三大核酸序列数据库的序列数量和碱基个数呈指数增长， 目与DNA序列同步，也呈指数增长。如何分析这些数据，从中获得生物结构、 功能等的相关信息是基因组研究取得成果的决定性步骤。本论文主要致力于真 核生物基因的蛋白质编码区识别和冠状病毒基因组多聚蛋白酶切位点的识别。 论文第一部分介绍了生物信息学发展的背景和主要研究内容，真核生物基 因组的特点以及真核基因识别算法的发展状况。 论文第二部分是围绕人类基因的短编码区识别问题展开的。在z曲线理论 的基础上，考虑密码子内部相邻碱基之间的近程相关性，将z曲线参数进一步 基于建立的数据库和标准评价指数，对包括马尔科夫模型在内的19种算法进行 评价发现，69参数和189参数z曲线方法在19种算法中识别准确率最高。此外， 与目前国际上广泛使用的马尔科夫模型相比，z曲线方法参数数目少，计算简单。 论文第三部分主要致力于冠状病毒多聚蛋白酶切位点的预测。基于传统的 CoV 2．0 守性，开发出了预测冠状病毒多聚蛋白酶切位点的程序ZCURVE 蛋白酶剪切产物的注释情况，提出了一个新的papain—like蛋白酶剪切模型，对 NCBI的注释情况进覃亍了修正和补充。 论文第四部分主要是建立真核生物蛋白质亚细胞位置序列集。利用 录，于2002年2月23日建立索引)建立了真核生物亚细胞位置序列集，为开发 真核生物蛋白质亚细胞预测算法提供了相关基础，另外，对处于多亚细胞位置 蛋白质的各种情况给予了较详细的分析。 关键词：Z曲线，真核生物基因组，基因识别，SARS冠状病毒基因组，多聚蛋 白，剪切位点，蛋白质亚细胞位置 ABSⅡ乙～CT dataare withthe genome increasingexponentially Currently,available andmore tiffs ofmore by projects．Driven sequencing explosion completion genome are forthe of critical programs recognition data，computationalgene genome amountofuncharacterizedDNA annotationofsuch sequences． automatic alarge has inthe of the been Since 1980s，there greatprogressdevelopment early