分形在DNA碱基序列分析中的应用

介绍了分形原理和方法在DNA碱基序列分析中的应用,包括DNA碱基序列的一维行走、二维行走、子序列 分解及分形维数的计算,表明用分形的方法不仅可以对DNA碱基序列中的长程关联性作定量描述,而且有利于人们 进一步认识DNA中碱基序列的关联规律．     

核酸序列的矩阵表示

提出了用矩阵形式一对一地表示核酸序列的方法．发现通过矩阵运算很容易得到描述核酸序列中单碱基出现概率和碱基相关出现概率的矩阵和值,并且很易推广到多个碱基关联的情况．对于核酸序列的编码区,用这种矩阵方法计算出密码子的使用频率．而且发现用矩阵方法比较核酸序列的同源性非常直观．     

碱基关联与基因表达水平的关系

研究了Ｅ．ｃｏｌｉ和Ｙｅａｓｔ基因编码区内碱基关联与基因表达水平的关系，结果表明：１）单碱基构成与基因表达水平有一定的关系；２）紧邻、次紧邻碱基间的关联（ｔ≤２）与基因表达水平有较好的线性关系；３）密码子第１位碱基的构成与基因表达水平有关系；４）密码子内１、３位和２、３位碱基之间的关联熵与基因表达水平有很强的关系；５）密码子内各位碱基与相邻密码子第１位碱基的关联熵与基因表达水平有很好的线性关系．     

编码序列和非编码序列中核苷酸关联性质的比较研究

定义了核苷酸序列的信息关联和１６种碱基关联，并求得了它们的涨落限。从关联长度和关联强度两个方面研究了编码序列和包含编码区和非编码区的全序列的核苷酸关联性质，并用快速付立叶分析的方法研究了关联的周期性。结果表明，编码序列的信息关联的主极大超过涨落限的７￣１０倍（高等生物），全序列则为１５￣１９倍，主极大强度与进化有一定的相关性，原核大于真核。８０％以上的序列的主极大分布在紧邻和次紧邻范围。当α－ｃｕ     

用最大信息原理讨论核酸序列的进化

通过约束条件（Ｍａｒｋｏｖ熵，Ｇ＋Ｃ含量等选择约束因素）下的熵极大化导出核苷酸序列的碱基概率分布．理论值和实验资料的差别小于１０％．发现拉格朗日乘子随着物种进化有系统变化．     

核酸序列碱基关联的进一步研究

本文对核酸序列中碱基关联性质作了进一步研究,对2341个编码区进行分析的结果表明,2/3以上的序列关联长度≤2,(其中6.7％关联长度为0),10％的序列具有3倍周期的关联(其中包括少量9倍周期),其余具有长程的非周期关联。     

酵母基因启动子序列结构与转录频率的关联性分析

分别基于Markov链模型、频率分析和加权Markov链模型分析k-mer(主要考虑k=6的情形)在DNA序列中的使用情况,并以此定义模糊相对熵度量2个DNA序列结构的差异程度.将转录频率较低的启动子序列作为对照,分析其它转录频率不同的酵母基因启动子序列与对照序列中k-mer隶属度的模糊相对熵的变化,发现基因转录频率与模糊相对熵存在线性正相关关系.一般地,转录频率相差越大的基因,其启动子序列结构的差异越明显.这提示酵母基因启动子序列结构与基因转录频率有一定关联性.与Markov链模型和频率分析法比较,加权Markov链模型的模糊相对熵能更有效地度量基因启动子序列结构的差异.     

相关近似熵及在传感网数据故障检测中的应用

针对模糊近似熵方法在生成时间序列数据特征过程中出现的依赖参数较多和计算复杂度较高的问题,提出了相关近似熵方法,并应用在传感网数据故障检测中.相关近似熵方法采用相关信息熵来计算向量空间中多维数据之间的相关度,通过计算向量空间在其维数由M维增加到M+1维时多维数据之间保持相关性的概率来判定一个时间序列的复杂程度.相对于模糊近似熵,相关近似熵方法将依赖参数从4个减少到了2个,并减小了计算复杂度.实验结果表明:相关近似熵生成的特征在大多数情况下显著优于模糊近似熵生成的特征,并且相关近似熵方法大幅度地缩短了传感器数据特征的生成时间.     

噪声对离散混沌系统非线性特征量的影响

以Logistic映射为例，运用非线性动力学的方法，分析了不同信噪比时，噪声对离散映像在混沌区非线性特征量的影响。通过错误近邻分析法确定序列的嵌入维，计算了序列的关联维数、最大Lyapunov指数和近似熵，结果表明：随着信噪比的降低，关联维数和近似熵逐渐增大，最大Lyapunov指数呈下降趋势；当信噪比大于500时，噪声对非线性特征量的影响不大。并采用重现图形和重现定量分析法得出信噪比大于10时序列存在的确定性规律仍能显示出来。     

核苷酸序列的关联谱

由于中性突变，核酸序列中包含了大量噪声，研究了如何从噪声背景中提取有用信息的问题。定义了关联函数和关联谱，得到了一些关联谱的定理。发现了每一序列的关联谱中存在很多共振峰，类似于原子分子的线状光谱。这些谱线具有标识核苷酸序列的意义。编码序列有强的１／３共振，内含子则没有这条谱线。碱基插入如缺失也会对谱线产生明显影响。