多重序列比对Alignment的信息度量准则.pdfVIP

第 19 卷 　第 4 期 工 　程 　数 　学 　学 　报 Vol. 19 No. 4 2002 年 11 月 Nov. 2002 JOURNAL OF EN GIN EERIN G MA THEMA TICS 文章编号 (2002) 多重序列比对 Alignment 的信息度量准则 沈世镒 (南开大学数学科学学院 ,天津 300071) ( ) ( ) 摘 　要 : 多重序列的比对 Alignment 的核心问题是对多重 DNA 或 RNA 、蛋白质 序列 ,寻找它们的相似 ( ) 部分或稳定区域 ,但如何定义多重序列的相似度 或罚分函数 则是解决多重序列比对的前提 。首 先对多重序列相似度的合理性进行了讨论 ,给出了一组合理的相似度所必需具备的条件 ;再利用 Shannon 熵的特点 ,给出一个满足这些合理性条件的多重序列比对的优化准则 。 ( ) 关键词 : 多重序列比对 Alignment ;多重序列的相似度与罚分函数 ;信息度量准则 ( ) 分类号 : AMS 2000 92D20 　　　　中图分类号 : O236 　　　　文献标识码 : A 1 　引　言 ( ) 多重序列的比对问题是对多重 DNA 或 RNA 、蛋白质 序列寻找它们的相似部分或稳 定区域 ,并由此讨论这些序列结构与功能的各种变化关系 。因此多重序列的比对问题是生 物信息学中的一个基础而又重要问题 ,也是生物信息学中的一大难题[1 ,2 ]等 。 多重序列的比对问题包含以下二方面的问题 , 即如何给出一个统一而又合理的优化的 度量准则 ,并在此基础上给出与相应一个可计算的优化算法 。优化的度量准则在许多文献 中用“罚分函数”或“费用函数”来描述 ,它们是判别一组多重序列的比对结果好坏的标准 , 目 前常用的准则如 SP函数 ,WSP函数等[1～3 ] ,许多文献就是在 SP函数的基础上讨论相应的 比对算法[4～9 ] 。这些函数是否合理 ,就是本文要讨论的目的。 如何认定一组多重序列的比对结果好坏的标准是解决多重序列的比对问题的前提 , 因 此依据什么原则制定这个标准 ,如何由这些原则确定相应的罚分函数公式是多重序列比对 首要解决的问题 。首先给出一组关于多重序列比对的合理优化准则所必需满足的基本条 件 ,再利用 Shannon 熵的特点 ,给出一个满足这些合理化条件的多重序列比对优化准则 ,称 之为多重序列比对的信息度量准则 。严格证明了该信息度量准则满足这些多重序列比对优 化的合理化条件 。有关信息量的定义与计算的性质 ,详见文[10～12 ]等 。 ( ) 收稿 日期 　作者简介 :沈世镒 1939 年 4 月生 ,男 ,研究生毕业 ,教授 ,研究方向:DNA 排序 ,信息论. 　　基金项 目:获刘徽应用数学研究中心资助. 2 工 　程 　数 　学 　学 　报 　　　　　　　　　　　　　　第 19 卷 2 　多重序列比对的基本问题 为了方便起见 ,先介绍多重序列比对及其优化问题 。设 ( )