基因识别算法研讨与基因组进化分析.pdfVIP

摘 要 随着人类基因组计划的完成和后基因组时代的到来，生物序列数据呈指数级 增长，分析处理大批量数据，从中提取对人类有价值的信息，成为了生物信息学 研究的首要任务。我们的工作主要为两个方面：一是区分原核生物完全基因组 DNA 序列中的编码区与非编码区及人类完全基因组中的基因区与非基因区；二是利用 脊椎动物线粒体完全基因组 DNA 序列与蛋白质序列、多瘤病毒完全基因组 DNA 序列与蛋白质序列分析物种之间的系统发育关系。 本博士论文由四章组成。第一章绪论，主要介绍了生物信息学的概念与研究 内容及研究意义、生物信息数据的组成、常用的生物信息处理的数学方法、基因 识别算法的概念与当前已有的算法和软件、物种系统发育分析的现状和已有的算 法与软件。 第二章是关于完全基因组中编码区与非编码区的区分问题，主要综合运用分 形、统计、信息等理论和方法，建立处理 DNA 序列数据的数学模型，应用已有的 算法和我们提出的算法分析处理原核生物完全基因组DNA 序列和人类完全基因组 DNA 序列，实现编码区与非编码区、基因区与非基因区的区分。目的在于分析这 些基因识别方法的稳定性与高准确率，以期为探索新的未知基因提供新方法、新 思想。在原核生物完全基因组的编码区与非编码区的