chapter4DNA序列分析.ppt

第4章 DNA序列分析 DNA序列分析 ——基因序列 ——基因表达调控信息 寻找基因牵涉到两个方面的工作 ： 识别与基因相关的特殊序列信号 预测基因的编码区域 结合两个方面的结果确定基因的位置和结构 基因表达调控信息隐藏在基因的上游区域，在组成上具有一定的特征，可以通过序列分析识别这些特征。 第1节 DNA序列分析步骤和分析结果评价 在DNA序列中，除了基因之外，还包含许多其它信息，这些信息大部分与核酸的结构特征相关联，通常决定了DNA与蛋白质或者DNA与RNA的相互作用。 存放这些信息的DNA片段称为功能位点 如启动子（Promoter）、基因终止序列（Terminator sequence）、剪切位点（Splice site）等。 功能序列分析的准确性来自于对“功能序列”和“非功能序列”的辨别能力。 两个集合： 训练集（training set） 用于建立完成识别任务的数学模型。 测试集或控制集（control set） 用于检验所建模型的正确性。 用训练集中实例对预测模型进行训练，使之通过学习后具有正确处理和辨别能力。然后，用模型对测试集中的实例进行“功能”与“非功能”的判断，根据判断结果计算模识别的准确性。 Sn ——敏感性 Sp——特异性 Tp是正确识别的功能序列数， Tn为正确识别的非功能序列数，