生物信息学领域内的许多课题可以抽象成字符序列处理问题,例如,基因识别、蛋白质二级结构预测等.字符序列所能提供的信息不外乎来自两个方面:组成和排列.组成方面的信息可以用常规的频率去反映.问题的关键是如何反映字符序列的排列信息.该文在综述了现有算法的基础上,尝试着从数论的角度来看待字符序列分析问题,提出了字符序列的解析数论模型.在该模型中,把字符序列看成是数的表示,从而把字符序列分析问题转化成一个数论问题,并用数学分析方法辅助解决.字符序列解析数论模型的核心概念是对偶描述子,因此,该模型有时也称作"对偶描述子方法".对偶描述子由两部分组成:组成权重因子和位置权重函数."组成权重因子"来源于自然计数制中"基数"的概念,是它在实数域上的推广.位置权重函数的概念则是自然数系统中所固有的,它也被推广到了实数域.为了逼近位置权重函数,傅里叶变换、小波变换等理论很自然地被引入到字符序列的处理中来.该文给出了一种基于一定的数据集,来训练对偶描述子的交替式学习方法.训练所得的对偶描述子,就携带了原数据集的特征信息.通过该文提供的D值阈值判别方法,它可以用于字符序列的识别.同时,由于位置权重函数的引入,实现了位置加权统计,由此所得的结果,便是"带位置权重的频率",简称"加权频率".加权频率优于常规频率的地方就在于,它不仅可以反映字符序列的组成信息,还能反映它的排列信息.因此,加权频率可以作为字符序列的特征量.有了它,对偶描述子就可以和其他的一些判别方法,比如Fisher判别等,联合使用来进行字符序列的识别了.以DNA序列分析为例,该文演示了对偶描述子在生物信息学中的应用.具体内容包括:序列特征的提取,对偶描述子学习过程的演示,D值阈值判别和加权频率Fisher判别在原核生物基因识别和真核生物外显子识别中的应用.