生物信息学中序列比对技术和算法研究进展.pdfVIP

＼＼ 二 生物信息学中序列比对技术和算法研究进展 ★ 李美满 (广东理工职业学院计算机技术系，中山 528458) 摘 要 ：阐述序列比对在生物信 息学中的重要作用 ，介绍近年来国内外主要 的序列比对算法，并对 序列比对发展前景提 出展望。 关键词 ：生物信 息学；序列比对 ；序列比对算法 0 引 言 生物的遗传密码就是 4个字符A，T。G，C所代表的 1 两序列比对 核苷酸所连接起来的线状长链 ．完全理解它是个极大 两序列比对是两条氨基酸序列或核酸序列的相似 的难题 序列作为最上游的数据或者最底层的数据，发 性比对 ．找出相似性分数最高的对齐。序列的长度可以 现其中的规律具有重要的作用 当我们将实验室产生 不相等．比对也可以包含一个或多个空格 ．将 比对序列 的核苷酸序列信息递交到公共数据库时．我们需要将 中的任意位置插入空格．可以插入在序列的头部和尾 该序列与公共数据库中的序列进行 比较．判断该序列 部．使得序列长度相等后．扩展的序列能够完全相互重 是否为一个新的未知序列 ．本生物或者其他物种是否 叠．产生两序列字符与字符之间或字符与空格间的对 已经存在与该序列同源的序列等信息。这种生物信息 应．不允许有两空格的对应。动态规划作为解决最优化 学中序列相似性搜索也称为序列 比对 。其中蛋白质序 问题的经典算法被最早地应用于序列比对 问题上 ．生 列之间或核苷酸序列之间的两两 比对是最常见的序列 物信息学中著名的比对程序 BL sT和FASTA都是基 比对 各类物种的大规模基因组测序产生许多新的序 于动态规划算法 列 ．如果新的未知序列与某一已知的序列具有很高的 动态规划算法常用于求解具有某种最优性质的问 相似性 ．则可以从中寻找出许多有用的信息。在一个蛋 题．基本思想是将求解的问题分解成若干子问题．先求 白家庭之间的共 同序列位点 、图谱 、保守区域可 以探索 解子问题．然后从这些子 问题的解得到原问题的解 。如 出导致它们产生共同功能的结构域或序列模式 ．揭示 果各个子问题不是独立的．我们能够保存已经解决的 整个基因家族的特征。以及系统发生树构建等。 子问题的答案．而在需要的时候再找出已求得的答案 ， 生物信息学中序列比对包括发现序列的类 同和不 那么就可 以避免大量的重复计算 ，节省时间．用一个表 同两方面．其中存在着各种不相同的问题 ．它们形式也 记录所有 已解决的子 问题的答案 ．不管以后该 问题是 不同 为了计算