DNA序列比对分析中的统计特征方法.pdf

第33卷第2期 浙 江工业 大 学学报 Vol.33No.2 2005年4月 JOURNALOFZHEJIANGUNIVERSITYOFTECHNOLOGY Apr.2005 DNA序列比对分析中的统计特征方法 钱 能，金文东 浙江工业大学 信息工程学院，浙江 杭州310032 摘要:提出了一种新的基于统计的序列特征定义，并以此对进化树进行构建.同时对这一方法进行 了分类测试和进化树构建测试，发现所得测试结果与同样是用进化树进行构建的基于两序列比对 的传统算法比较，其性能和适用性都有明显改善. 关键词:序列分析;距离;进化树;统计方法 中图分类号:Q751 文献标识码:A 文章编号:1006-4303 2005 02-0173-030 DNASequencesalignmentanalysisusingstatisticcharacteristic QIANNeng，JINWen-dong InformationCollege,ZhejiangUniversityofTechnology,Hangzhou310032,China Abstract:AnewdefinitionofDNAsequencescharactersisproposedandusedtorealizethecon- structionoftheevolutionarytree.Atthesametime，classificationandconstructionoftheevolu- tionarytreeexaminationofthestatisticmothedarewentthrough.Comparingwiththesolutionto traditionalalgorithmbasedtopairwisesequencesalignment，Itshowsthattheperformanceand applicabilityaredistinctlyimproved. Keywords:sequencesanalysis;distance;evolutionarytree;statisticmethod 列分析的首要任务是找出可以扩展到结构和功能性 0 引 言 质的序列相关特征. 目前，求两序列之间的相关程度主要是基于动 核酸或蛋白质序列家族的进化树构建现已成为 态规划的思想，通过序列性状的配对，以获得两序列 序列分析的一个重要领域，它的目的就是为了确定 的相似性及距离.Needleman和Wunsch 1970 首 该家族在进化过程中的起源.两序列间的进化关系 次介绍了这一方法.而本文则提出了一种新的基于 可以通过在树分支上的位置来表现:两个非常相似 统计思想的序列特征定义，重新定义了两序列间的 的序列就放在树枝相邻的位置，然后再共同连接到 距离，并以此为基础对进化树进行了构造. 一个分支上.因此，对两序列间的相似程度的分析是 构建进化树的基础. 1 传统的序列比对 序列分析的基本思想是基于分子生物学中的一 条实验知识和规则，也就是当两个基因具有相似序 寻找序列相似性的过程称为序列比对。 列时，由于物理化学限制，它们将很有可能具有相似