剖析基于混沌游戏表示的DNA序列的信息维数.pdfVIP

基于混沌游戏表示的DNA 序列的信息维数1 薛峰，田逢春，初春，龙红梅 重庆大学通信工程学院，重庆 (400030) E-mail ：xuefeng207@163.com 摘 要：本文在DNA 序列混沌游戏表示(chaos-game representation ，简称CGR) 图形化方法 的基础上，提出一种计算DNA 序列的分形信息维数的方法。实验结果表明，对同一物种的 编码区序列的信息维数比非编码区序列的高。 关键词：DNA 序列，信息维数，混沌游戏表示，编码区序列 中图分类号：Q811.4 TN911.2 1．引言 伴随着人类基因组计划的完成，产生了海量的 DNA 序列数据。破译这些 DNA 序列密 码，弄清 DNA 序列与生物进化细胞功能，遗传机理和疾病发生的关系，具有重要的生物 学意义。 Jeffrey 提出的基于迭代函数的 DNA 序列混沌游戏表示法(chaos-game representation，简 称 CGR)[1]，将 DNA 序列中一定长度字的分布规律表现为图形的分形特征，进而通过分形 分析就可获取序列的分布规律，从而也成为 DNA 序列分析的一种统计方法。采用 CGR 图 形方法表示基因组序列具有直观、不受序列长程相关性的影响、不依赖于序列尺度以及计算 速度快等优点，因此可以克服目前 DNA 序列分析中的一些缺陷，如基因预测程序过于依赖 模型、多序列比对受基因重排和计算复杂度的限制、以及不同规模的基因组之间难以比较等 [2]-[3] 。 本文将在 DNA 序列 CGR 图形化方法的基础上，提出一种计算 DNA 序列的分形信息维 数的方法，并对同一物种的编码区序列和非编码区序列的信息维数进行了讨论。这对 DNA 序列的分形特性及生物遗传编码进化等的进一步研究提供了一种思路。 2 ．混沌游戏 给定平面上三点 A ，B ，C，再任意给定起点 Z ，然后掷一粒骰子。规则：如果骰子停 稳后向上的面为 1 或 2 点，则取起点与点 A 之间距离的中点为新的起点；掷出 3 或 4 点则 与 B 点之间距离的中点为新的起点；5 或 6 点则与 C 点之间距离的中点为新的起点。这一 过程持续下去，最后所有的随机序列对应的点就可形成一个图案，称该游戏为混沌游戏。图 1 为计算机模拟的随机投掷 2000 次后得到的图案，图 2 为随机投掷 20000 次后得到的图案。 1 本课题得到高等学校博士学科点专项科研基金资助（教育部）资助 (项目编号：20050611022)。 -1- 图 1 随机投掷 2000 次 图2 随机投掷 20000 次 游戏规则是灵活的。上述玩法用了三个定点、一个随机点和一粒骰子。从图可以看出， 得到的结果是惊人的。一个混沌过程竟然产生出有序的结果！ 3 ．DNA序列的混沌游戏表示 混沌游戏表示法是由 Jeffrey 提出的基于迭代函数系统来表示符号序列的一种方法。该 方法如下：平面的四个顶点分别代表四种核苷酸{C，A ，G ，T} ，DNA 序列的迭代函数也 可产生一个平面图，每个核苷酸在平面中的位置P 表示为： i P P +0.5(P −S ) ，1≤i ≤N P (0.5, 0.5) （1） i i−1 i−1 i 0 其中P 为任意给定的起点，N 表示序列的长度；S 表示序列中第i 个核苷酸，其对应 0