人類基因組中若干序列的統(tǒng)計(jì)分析.pdf

1、隨著人類基因組計(jì)劃的完成，生物學(xué)的研究進(jìn)入后基因組時(shí)代，如何從已經(jīng)產(chǎn)生的海量數(shù)據(jù)中最大限度的挖掘有價(jià)值的信息，破解生命之謎成為理論生物學(xué)家面臨的一個(gè)機(jī)遇和挑戰(zhàn)。DNA序列的統(tǒng)計(jì)分析對(duì)于解讀人類基因組所隱藏的結(jié)構(gòu)和功能有非常重要的意義。現(xiàn)有多種統(tǒng)計(jì)分析方法用于挖掘隱含在DNA序列中的遺傳信息。本論文主要結(jié)合生物學(xué)的特征，利用信息論來(lái)分析人類Y染色體八個(gè)回文序列中的堿基關(guān)聯(lián)、利用語(yǔ)言學(xué)中的Zipf方法分析人類基因組中12條染色體中緊鄰核苷酸

2、的語(yǔ)言特征。本論文主要內(nèi)容如下： 1.介紹分子生物學(xué)基礎(chǔ)知識(shí)、人類基因組計(jì)劃； 2.介紹回歸分析和信息論理論基礎(chǔ)知識(shí)； 3.在信息論和統(tǒng)計(jì)學(xué)方法的基礎(chǔ)上，利用互信息、‘n字’熵、條件熵，定量分析人類Y染色體回文序列的堿基關(guān)聯(lián)，發(fā)現(xiàn)其中既存在長(zhǎng)程關(guān)聯(lián)，也存在短程關(guān)聯(lián)，并且它們都是由序列中的重復(fù)序列引起的； 4.利用語(yǔ)言學(xué)中的Zipf方法分析了人類基因組12條染色體(Y, 22，21，20，19，18