蛋白質(zhì)編碼基因及遺傳疾病相關(guān)基因的預(yù)測(cè).pdf

1、蛋白質(zhì)編碼基因結(jié)構(gòu)及疾病相關(guān)基因預(yù)測(cè)對(duì)于發(fā)現(xiàn)新基因、了解基因組結(jié)構(gòu)規(guī)律、尋找疾病基因具有重要作用，是各類基因組計(jì)劃的重要內(nèi)容。 對(duì)于蛋白質(zhì)編碼基因結(jié)構(gòu)預(yù)測(cè)而言，準(zhǔn)確識(shí)別剪接位點(diǎn)從而精確定位基因外顯子的邊界是其中的難點(diǎn)和關(guān)鍵問題之一。目前廣泛使用的方法是基于剪接位點(diǎn)附近的保守序列這一信號(hào)特征建立預(yù)測(cè)模型，如權(quán)重陣列模型(WAM)。在此基礎(chǔ)上進(jìn)一步挖掘了可用于剪接位點(diǎn)識(shí)別的其它多個(gè)特征（包括剪接位點(diǎn)上、下游序列的堿基組成，剪接位點(diǎn)信

2、號(hào)和上、下游序列的堿基組成隨位點(diǎn)鄰近序列C＋G 含量的變化等統(tǒng)計(jì)特征），建立了描述這些特征的模型，設(shè)計(jì)了能有效融合這些特征對(duì)剪接位點(diǎn)進(jìn)行識(shí)別的對(duì)數(shù)線性模型，并開發(fā)了剪接位點(diǎn)識(shí)別程序SpliceKey。對(duì)比測(cè)試結(jié)果表明，SpliceKey 識(shí)別剪接位點(diǎn)的精度不僅較WAM 方法有顯著的提高，而且也優(yōu)于國(guó)際上最新發(fā)布的剪接位點(diǎn)識(shí)別軟件DGSplice。 同時(shí)，為充分利用已有疾病研究成果及基因注釋信息預(yù)測(cè)疾病基因，設(shè)計(jì)一種新的基于GO

3、注釋的功能相似度算法，該算法充分考慮了GO 本身的結(jié)構(gòu)特點(diǎn)，可以有效根據(jù)基因的GO 注釋評(píng)價(jià)基因與疾病表型的關(guān)聯(lián)，因而取得較好的預(yù)測(cè)效果。 在此基礎(chǔ)上開發(fā)了人類遺傳疾病基因預(yù)測(cè)系統(tǒng)DCGene。用1057 種疾病對(duì)本方法分別在染色體區(qū)域與全基因組水平上進(jìn)行測(cè)試。測(cè)試結(jié)果表明，在染色體區(qū)域與全基因組水平上本方法的預(yù)測(cè)性能優(yōu)于國(guó)際同類方法與軟件。DCGene 不僅可以對(duì)多種已經(jīng)定位但未確定致病基因的人類遺傳疾病進(jìn)行分析，而且在全基因