一種基于氨基酸物理化學(xué)性質(zhì)上的DNA序列圖形表示及相似性分析.pdf

1、DNA、RNA和蛋白質(zhì)的初級結(jié)構(gòu)(或線性序列)都是由較小的單元組成的無分支的線性聚合體大分子。對于DNA，這些單元是A(腺嘌呤)、C(胞嘧啶)、G(鳥嘌呤)和T(胸腺嘧啶)這四種核苷酸殘基；對于RNA，這些單元是A、C、G和U(尿嘧啶)這四種核苷酸殘基；對于蛋白質(zhì)這些單元是20種氨基酸殘基，即A(丙氨酸)、C(半胱氨酸)、D(天冬氨酸)、E(谷氨酸)、F(苯丙氨酸)、G(甘氨酸)、H(組氨酸)、I(異亮氨酸)、K(賴氨酸)、L(亮氨酸)

2、、M(甲硫氨酸)、N(天冬酰胺酸)、P(脯氨酸)、Q(谷氨酰胺酸)、R(精氨酸)、S(絲氨酸)、T(蘇氨酸)、V(纈氨酸)、W(色氨酸)和Y(酪氨酸)。這樣，一個DNA(RNA)序列可以看作是在一個有四個字母上的字母表={A，C，G,T(U)}上的字(word)，同樣蛋白質(zhì)也可以看作是一個在20個字母上的字，蛋白質(zhì)以氨基酸亞單元形成常鏈，而氨基酸有20種，因此組合學(xué)和統(tǒng)計學(xué)的工具和方法可以在研究生物序列和生物結(jié)構(gòu)上發(fā)揮很大的作用，本文將

3、在考慮氨基酸物理化學(xué)性質(zhì)的基礎(chǔ)上給出DNA序列一種非退化的圖形表示方法：將一條DNA序列編碼的氨基酸序列表示成-H，-C，-P和-G曲線。一股情況下，我們只需要其中三條曲線就可以完整的表示出DNA的序列信息，這種表示方法同時也就給出了蛋白質(zhì)序列一種新的圖形表示，并在此方法基礎(chǔ)上對序列相似性做出分析。 本文的主要工作包括以前幾個方面： 在第1章我們將一些介紹分子生物學(xué)中的基礎(chǔ)知識，大多數(shù)后面要用到的屬于和基本概念都窄這

4、里做簡單的介紹。 在第2章，我們考慮了DNA序列基于20種氨基酸的物理和化學(xué)性質(zhì)上的一種二維圖像表示方法以及這種表示的性質(zhì)，還討論了其數(shù)值特征，同時也給出了三聯(lián)體和蛋白質(zhì)序列的一種二維表示，并定義了相應(yīng)的特征曲線。 在第3章我們給出了基于C矩陣的序列不變量，這種不變量可以避免傳統(tǒng)矩陣不變量關(guān)于對稱曲線退化的情況，以此為基礎(chǔ)我們分析了10個物種β-球蛋白的第一段外顯子序列的相似性和非相似性，并利用UPGMA給出10個物