出芽酵母基因序列GC含量统计.docxVIP

出芽酵母基因序列GC含量统计小组成员：崔泽嘉 张娟荣 杨家珺 何 京（2013-2014学年第二学期）目录一、课程项目报告—————————————————1二、小组成员及主要贡献——————————————2三、报告内容———————————————————3四、实验过程———————————————————4五、实验结果———————————————————6六、误差来源及分析————————————————7七、生物学意义——————————————————8八、参考文献———————————————————10小组成员及主要贡献姓名班级主要贡献崔泽嘉生物信息1202程序编写张娟荣生物信息1202文献资料查阅杨家珺生物信息1202PPT制作与演讲何京生物信息1202课程项目报告制作二、报告内容1、基本要求：基因和基因间序列作为两个独立样本；每个基因序列（或基因间序列）作为一个个体；GC含量作为随机变量；比较两个随机变量分布特征；阐述其生物学意义。GC含量=GC数量/基因长度2、猜想：1.基因中的GC含量较高原因：CG含量与DNA的稳定性有关，为了保持基因的稳定性，可能GC含量较高。 2.基因间的GC含量较高原因：由于基因片段除了复制之外，还需要转录，为了及时方便的打开，可能GC含量较少。实验过程及结果分析GC含量的生物学意义三、实验过程1、主要思路：编写程序导入基因文件，编写函数循环计算每段序列的GC含量，将计算好的每段GC含量存入一个数组，再从数组中计算总体的均值及方差。2、设计方案：调用ifstream file输入基因文件，按顺序向前搜索，每遇到“”调用getline函数一行一行读基因序列，若遇到”G”或”C”则计数，否则继续向前搜索.编写jisuan函数统计每段GC含量，为了确保jisuan函数程序能够循环调用，使用return语句返回函数。创建数组H[]存放每段计算出的GC含量，再编写程序计算各段GC含量的均值及方差。3、定义：样本：基因组序列、基因间序列个体：每一段基因序列随机变量：GC含量4、主要代码：#includeiostreamusing namespace std;#includefstream//头文件以进行文件输入#includesstream//头文件以创建类double Jisuan(string jy){int t,m=0,n=0,i=0;double h;while(jy[i]!=\0){if(jy[i]==C||jy[i]==G){m++;i++;}elseif(jy[i]==A||jy[i]==T){n++;i++;}elsei++;}t=m+n;if(m!=0n!=0){h=double(m)/double(t);couthendl;return h;//返回函数}else return 0;}int main(){double H[7000];//创建数组double aver=0;double vari=0;int j=0;string line;ifstream file(F:\orf_coding_all_R64-1-1txt);//导入文件while(file){getline(file,line,);//遇到’’开始按行读H[j]=Jisuan(line);j++;}//coutjendl;for(int i=0;ij;i++){//coutH[i]endl;aver+=H[i];}aver=aver/i;cout平均值：averendl;for(i=0;ij;i++){vari+=(H[i]-aver)*(H[i]-aver);}vari=vari/i;cout方差为：variendl;return 0;}五、实验结果1、计算结果基因基因间均值：0.40238均值：0.339116方差：0差：0.003281092、试调分析基因组序列基因间序列基因组序列GC含量分布条形图基因组序列GC含量分布条形图六、误差来源及改进误差：程序计算误差；绘图误差。改进：代码可进一步简短；使用perl、python语言更简单；用matlab绘图更直观。七、实验心得及体会通过本次的课程设计提高了我们的编程及创新能力，文献阅读能力，PPT制作水平等，促进了大家的交流合作，同时使我们对C++编程有了更深的理解,但是由于学得不深，对于文件的导入、函数的循环调用等不是很了解,不太清楚计算机到底是怎样存储的数据的,数据存储的利用率的高低。以后要加强理论知识的学习与实践操作能力的培养，熟练掌握一门编程语言，争取早日成为一名合格的生物信息人。八、生物学意义背景：GC含量是在所研究的对象(例如放线菌)的全基因组中，(鸟嘌呤)(Guanine)和胞嘧