论文部分内容阅读
人类基因组测序和分析工作的完成进一步提高了人们对各种生物序列及基因研究的热情，产生了各种各样庞大的序列数据库和结构数据库。如何对这些数据进行科学的分析和处理，从中发现规律以指导生物学的研究和实验，是当今生物信息学研究的重要内容。基于图形的序列相似性分析，尤其针对包含假结结构的序列，如何给出有效的基因序列的图形表达方式并在此基础上对序列之间的关系进行分析是生物信息学中的一个热门课题。生物序列的图形表示方法是最近发展起来的应用于RNA二级结构分析的强有力可视化工具，它能够揭示蕴藏在RNA序列中的结构和功能有关的生物信息。假结结构是RNA序列的重要组成部分，对RNA序列的功能有着重要的影响，很多重要的功能位点都位于假结区域。本文在分析RNA二级结构的2D、3D及高维图形表示方法的基础上，提出了一种RNA二级结构的2D图形表示；对现有弧图语法的重写规则进行约简，提出了含假结RNA二级结构的弧图特征的计算方法，得到了一种基于弧图特征的RNA二级结构的图形表示方法。本文的主要工作有：第一，基于RNA二级结构的化学性质和结构特点，考虑了前配对基与后配对基的区别，提出了RNA二级结构的2D图形表示方法——V曲线组表示法，并证明了V曲线组具有无退化的特性，实现了基因序列的数据可视化。把V曲线组图形表示法应用于9个病毒RNA-3末端的二级结构，给出了基于图形表示法的RNA二级结构数字特征并分析了它们之间的相似性。第二，对现有弧图语法的重写规则进行约简，定义了单弧顺序重写方式，实现了含假结RNA二级结构的顺序重写，把数量无限的RNA二级结构弧图映射成为数量有限的重写规则，提出了弧图极大闭区间的概念，给出了基于极大闭区间的弧图特征计算方法和计算公式，对RNA二级结构进行区间划分，把基于极大闭区间的弧图特征作为一个参数应用于含假结RNA二级结构的图形表示方法，提出了一种能够表示含假结RNA二级结构的2D图形表示方法——P曲线组表示法，P曲线组同样具有非退化的特性。最后把P曲线组图形表示方法应用于14个RNA二级结构，给出了基于图形表示法的含假结RNA二级结构的数字特征，相似性分析的结果表明该方法是可行的。