[医药卫生]基因识别.ppt

3.5 基因识别 生化教研室 邢军 3.5.7 基于剪切比对的基因识别方法 3.5.8 基于动态规划的基因结构预测方法 3.5.9 其他基因识别程序介绍 3.5.7 基于剪切比对的基因识别方法 基于剪切比对的基本思想 基于剪切比对的方法 PROCRUSTES程序特点 1. 基于剪切比对(spliced alignment)的基本思想 首先通过分析所有可能的剪切接受体位点和剪切给体位点，构建一组候选的外显子。 然后进一步分析候选外显子，探查所有可能的外显子组合，寻找一个与已知目标蛋白质或其他表达序列最匹配的组合。 PROCRUSTES程序 V4.01 (/software/procrustes/) 利用已知蛋白质和cDNA的相似信息识别基因或预测基因的结构。 首先生成一系列候选的外显子， PROCRUSTES考察所有候选外显子组合而成的可能的链（代表一种候选基因结构），并找出一个与目标蛋白质（对应的密码子序列）具有最大全局相似性的候选基因结构。 4. 特点 虽然可能的外显子组合很多，但剪切比对算法仍然很快，可以处理大量的包含多基因的基因组序列片段 仅当存在可以参考的功能序列时才有效 更适用于真核基因识别 不能用于识别新基因 3.5.8 基于动态规划的基因结构预测方法 动态规划 算法 介绍 多阶段决策过程的最优化 基于动态规划的基因结构预测 1. 动态规划算法 介绍 （1）定义： 动态规划（ dynamic programming ） 一种可以有效地探求一定复杂问题的各种可能的解决方案的程序； 将一个问题合理地分解成一些小的子问题，然后利用部分计算解得到最终答案。 （2）动态规划算法的基本思想： 将待求解的问题分解成若干个相互联系的子问题，先求解子问题，然后从这些子问题的解得到原问题的解 （3）动态规划的应用 是序列比对的基本工具 HMM 模型联合使用  20世纪50年代初 R.E.Bellman等人在研究多阶段决策过程( Multistep decision process )的优化问题时，提出了著名的最优化原理( Principle of optimality ) 把多阶段过程转化为一系列单阶段问题，逐个求解，创立了解决这类过程优化问题的新方法---动态规划。 2.多阶段决策过程的最优化 (1)多阶段决策问题 动态规划是把多阶段决策问题作为研究对象。 求解的全过程划分为若干个相互联系的阶段(即将问题划分为许多个相互联系的子问题)。 在它的每一阶段都需要作出决策，并且在一个阶段的决策确定以后再转移到下一个阶段。 多阶段决策过程最优化的目标是要达到整个活动过程的总体效果最优。 决策者在每段决策时不应仅考虑本阶段最优，还应考虑对最终目标的影响，从而作出对全局来讲是最优的决策。 动态规划就是符合这种要求的一种决策方法。 (2)多阶段决策问题举例 例如： 1)工厂生产过程 2)设备更新问题 3)连续生产过程的控制问题 问题的发展过程都与时间因素有关 4）资源分配问题 5）运输网络问题 3. 基于动态规划的基因结构预测 （1）基因识别最终任务是建立完整的基因结构模型 一个理想的基因识别程序应该能够发现完整的基因结构 （…,e1, i1, …, in-1, en , …） （2）外显子组装方法 利用编码度量、剪切位点得分、起始密码、终止密码及非编码区特征信息等 （3）直接实现组合存在的问题 所有参数转化为一个有意义且唯一的指数和困难； 真实基因的外显子数量较多，计算上会产生数据组合爆炸； 给定一个标明位点或一系列候选外显子和候选内含子的序列，我们可以构造一个无循环有向图G，使得该图中一条完整的路径代表一个完整的基因结构。 基因识别问题就转化为图G的路径分析问题，可以用动态规划来解决。 如何解决，还依赖于所用的特定的打分函数，依赖于选择外显子的过程。 位点图——无循环有向图G 每个顶点代表候选的转录剪切位点、起始密码子或终止密码子。 图中的顶点分为两层，将外显子的左边界置于上层，而将外显子的右边界置于下层。 按照各位点在原序列中的位置，从左至右将两层中的顶点依次连接起来，形成有向边，或者称为弧。 位点图（分层标