病毒准种单体型重建优化算法设计与分析软件工程专业论文.docxVIP

分类号学校代码】Q墨垒至 分类号 学校代码】Q墨垒至 学号 201202l 10933 病毒准种单体型重建优化算法设计与分析 Design and Analysis of a Viral Quasispecies Haplotype Reconstruction Optimization Algorithm 指导教师姓名、职称 邋氐圭塾撞 湖南师范大学学位评定委员会办公室 二零一五年五月 万方数据 摘要病毒准种是指由于突变和相互竞争形成的核酸序列结构高度相 摘要 病毒准种是指由于突变和相互竞争形成的核酸序列结构高度相 似的病毒群体。重建出准种中不同单体型的基因结构对研究病毒准种 多样性和流行病学的关系、研制更有效的治疗药物有重大意义。高通 量测序技术的发展为病毒准种的研究提供了新的途径，病毒准种单体 型重建是指利用病毒准种的高通量测序读段数据重建出该准种各病 毒株的单体型序列。目前的高通量测序技术产生的读段数量较多，并 且在测序过程中混杂着大量的测序错误，因此病毒准种单体型重建存 在着巨大的挑战。 针对这个问题，本文设计了一个病毒准种单体型重建优化算法。 首先，该算法综合了多种读段筛选方法，对低质量读段进行了淘汰； 然后，融合了基于泊松分布模型和基于汉明距离聚类方法对DNA读 段进一步纠错；进而，采用基于多项分布全局重建模型对经过纠错处 理后的读段进行病毒准种单体型重建；最后，采用聚类算法实现单体 型频率的估算。大量实验结果表明，与QuasQ和QuRe算法比较，该 算法在单体型重建数量、精确率、F．measure等指标上都表现得更好。 已有病毒准种模拟数据生成方法中采用的碱基突变方式及突变 分布模型单一，为了解决这一缺点，本文设计了一个病毒准种模拟测 序生成器。该生成器基于病毒株突变位点分布模型和病毒株频率分配 模型，调用ART模拟测序工具，生成模拟数据，更好地模拟了准种 中各病毒株的基因突变和频率分布情况。本文同时设计了一个病毒准 万方数据 种模拟测序生成器的可视化界面，直观明了地显示了模拟数据特征， 种模拟测序生成器的可视化界面，直观明了地显示了模拟数据特征， 且模拟数据支持导出，易于保存，为后续的研究工作提供了极大的便 利。 关键词：病毒准种；高通量测序；测序错误纠正；单体型重建 万方数据 AbstractViral Abstract Viral quasispecies refer to a group of viruses competing within a hi曲ly mutagenic environment，the nucleic acid sequence structure of these viruses are highly similar．Reconstructing the gene structure of different haplotypes in viral quasispecies is of great significance to investigate the relationship between quasispecies diversity and disease epidemiology,also the more effective therapeutic treatments．The development of High—Throughput Sequencing technology provides a new way to research viral quasispecies．Viral quasispecies haplotype reconstruction problem is that using High—Throughput Sequencing reads to reconstruct the haplotype of each stains from the vial quasispecies．Due to the number of reads produced by High—Throughput Sequencing is very large，and mixed with a lot of sequencing error in the sequencing process，which lead to a big challenge in reconstructing haplotypes of viral quasispeices． Aiming at this problem，this paper designed an optimized algorithm of viral quasisipecies haploty