基于迭代函數(shù)的生物序列圖形表示及其應(yīng)用.pdf

1、近年來，生物大分子序列數(shù)據(jù)的積累速度愈來愈快，簡(jiǎn)單方便的序列分析方法顯得尤為重要。圖形表示方法由于可視性好，容易給出數(shù)學(xué)描述等優(yōu)點(diǎn)越來越得到研究者的關(guān)注。本文主要探討使用迭代函數(shù)系統(tǒng)進(jìn)行生物序列的圖形表示時(shí)，兩個(gè)參數(shù)α，β值的變化對(duì)圖形的影響。
　　基于等參數(shù)α=β=1/2和異參數(shù)α=3/4，β=1/2，我們給出了幾種蛋白序列圖形表示方法，引入了一些描述符用來比較蛋白序列間的相似性。并且將這些方法分別應(yīng)用在8個(gè)不同物種的線粒體NA

2、DH脫氫酶亞基6(ND6)的蛋白序列、60株不同的禽流感病毒的HA蛋白序列以及9個(gè)不同物種的線粒體NADH脫氫酶亞基5(ND5)蛋白序列的相似性比較上。我們分析得出的結(jié)論與生物進(jìn)化過程是一致的。應(yīng)用相關(guān)系數(shù)及其顯著性檢驗(yàn)將本文方法的結(jié)果、其他圖形表示方法得到的結(jié)果均與ClustalW算法得到的結(jié)果作比較，表明了我們方法的有效性。
　　由于蛋白序列中包含20個(gè)氨基酸，不利于分析α，β在圖形表示中的意義，所以我們選取DNA序列來進(jìn)行研

3、究。對(duì)堿基A，G，C，T選取三種不同的映射方式，并且對(duì)每個(gè)映射方式都采用α，β分別取1/4、1/2、3/4、1和5/4組成的25種排列方式，共得到25種不同的迭代函數(shù)系統(tǒng)。選取人類的β-globin基因的第一個(gè)外顯子序列來對(duì)這25種不同的迭代公式得出的圖形進(jìn)行比較分析。分析得出，當(dāng)α為一固定值時(shí)，圖形的L/L矩陣的最大特征值是恒定不變的。對(duì)于一條DNA序列，選取12個(gè)圖形表示的L/L矩陣的最大特征值構(gòu)造一個(gè)12維的向量。通過對(duì)這些向量之