基因预测PPT.pptVIP

基因的测定与预测方法;基因预测的背景;基因预测的同源比较算法和预测模型 1 同源比较算法： ① Smith-Waterman算法 ：它是将一条序列代替另一条序列所需的“最小代价”（Weight）。 ② FASTA算法 是用来进行DNA/DNA、DNA/蛋白质（将DNA按6个ORFs 翻译成氨基酸序列，再与蛋白质比较）和蛋白质/蛋白质的同源比较。 2 隐马尔可夫模型（Hidden Markov Model，HMM） 它将DNA看成是一个随机过程，根据编码和非编码的DNA序列在核苷酸选用频率上的不同而自动寻找出其内部隐藏的规律。 广义隐马尔可夫模型（Generalized Hidden Markov Model，GHMM ） 是通过对HMM简化和在HMM下建立了相应的子模型，使其具有很大的可扩展性，是第二代基因预测软件的基础。; 3 动态规划法 用来将预测的各个可能外显子和内含子拼接成完整的基因，这种算法将各种可能的拼接进行记分，从而得出最可能的基因结构。 4 神经网络预测方法 该法是使用一个训练数集来训练神经网络，使其达到局部极小，然后，神经网络去掉这些最小权重，将最低预测值加到整体预测值上，经过数据修剪后，再次训练神经网络使其达到局