基于信息量的DNA序列相似性分析

针对传统方法在分析DNA序列相似性方面的不足,提出了一种新的基于信息量的DNA序列相似性分析算法,该方法将DNA序列视为基于符号集{A,C,G,T}的信号序列,全部待比较的DNA序列组合成一个以字符A、C、G、T为属性值的信息系统。在所得数据库系统中引进DNA序列的信息量、联合信息量、条件信息量、交互信息量等概念,讨论这些信息量的性质并给出它们之间的一些关系式,然后在此基础上构建DNA序列相似性分析模型。仿真实验结果表明,该方法不但能快速、有效地分析DNA序列相似性,而且较好地克服了DNA碱基数量很大且不同物种的DNA序列长短不同的不足。

一种新的DNA序列图形表达的方法

针对当前DNA序列图形表达模式中存在简并现象的相关问题,提出了一种新的二元符号图形表达方式。将四类碱基的编码过程看成是构成DNA序列的元素在直角坐标平面上的移动过程,以两种不同的标志符号来解决可能出现的元素重叠情况。此方案所标志的图形不存在自交现象,从而在DNA序列和图形表达之间建立了一一对应的关系。通过实例说明该方法在对无向图和有向图表达中均能有效地降低图形简并度,并引入人工代谢系统中的编码模式作为分析工具对DNA序列进行比较分析;以代谢中间物值作为参数,研究不同物种的DNA序列之间的相似性。实例分析表明,该参数能较好地表征不同物种之间的相似性程度高低,是一种简便可行的DNA序列特征的比较方法。