基因组装配中存在重复序列叠加时重叠群计数的推广的Lander-Waterman定理

针对基因组组装算法理论进行了改进,该研究对于经典的Lander-Waterman定理在repeatcollapse存在的情况下进行了推广,对于判断基因组组装的contig的个数是否合理,组装质量是否可靠有重要的参考价值。     

基于混合策略的de novo序列拼接算法构造

在对3种de novo(从头)序列拼接的基本策略进行分析的基础上,该文研究了混合策略序列拼接算法的构造过程,从而整合多个单一策略优点; 再利用形式化方法和形式化平台方面的优势,结合领域分析建模和产生式编程的方法,构造了2个基于OLC策略的算法(OLC_assembly_1,OLC_assembly_2)及1个基于DBG策略的算法(DBG_assembly),进一步组装出在(OLC+DBG)→OLC混合模式下的算法(简称ODO算法); 最后,从GenBank中选取了3个实验样本,从N50、Contigs number、Coverage等角度,比较了在3个单一策略下的算法和ODO构造算法的拼接结果,分析了coverage depth和k值的变化对拼接结果的影响.实验结果表明:该文实现的ODO算法比单一策略在序列拼接时所产生的结果在N50和Coverage等参数上均有一定的优势.     

全基因组测序技术研究及其在木本植物中的应用

基因组序列是开展遗传研究重要的信息基础,随着测序技术飞速发展至第3代长片段测序方法,测序读长历经从几十到数万个碱基的提升,对进一步提升基因组组装的完整度以及准确性提供了极大的裨益。现已完成了大量植物种全基因组测序工作,其中木本植物有40多个,还有更多树种的全基因组测序正在进行之中。针对各类测序技术的基因组组装及后续分析,研究人员也开发了大量的生物信息学工具。笔者从测序技术、基因组装技术和全基因组测序生物信息学分析等方面,罗列了目前已完成全基因组测序的木本植物,介绍了全基因组测序技术的发展与应用,以及适用于第3代数据基因组组装的生物学分析软件,为林木基因组研究者提供一定的借鉴。     

Paenibacillus Shenyangensis的DNA序列拼接与组装

在已有测序数据基础上,利用三种常见的序列组装软件对Paenibacillus Shenyangensis全基因组测序结果进行拼接组装,分析比较了不同软件在各自最优参数条件下DNA序列的组装数据,并与NCBI数据库中类芽孢杆菌属其他近缘种进行基因比对与预测.结果表明,SOAPdenovo的组装结果最优,在k-mer为23时,组装基因组总长和N50分别为5 501 467和293 864 bp,预测的4 800个基因中有4 393个与NCBI-Nr数据库比对并注释成功.     

基于三代长读长测序数据的基因组组装算法分析

目的 指出当前已有的基于三代测序数据的基因组组装方法的缺陷，并提出改进措施，以提高组装的准确率与运行效率。方法 深入分析当前基于三代长读长测序技术的基因组组装方法，包括基于“校正后组装”策略的FALCON,Canu和MECAT组装方法，基于“组装后校正”策略的Flye和Wtdbg2组装方法，指出不同策略的优缺点。结果与结论综合2种组装策略的优势，提出了可以融合2种组装策略优势的新的基因组组装方案，解决了当前基于三代测序数据的基因组组装中的难点。     

厚叶木莲(Manglietia pachyphylla)基因组草图

厚叶木莲（Manglietia pachyphylla）为木兰科（Magnoliaceae）木莲属（Manglietia）的木本植物,零星分布于我国广东省和广西壮族自治区,为国家二级重点保护野生植物。了解濒危物种基因组信息及其遗传多样性有助于合理地保护和利用濒危物种,实现濒危物种的解濒和复壮。为此,本研究通过高通量测序方法对厚叶木莲基因组进行测序,并利用测序数据开展厚叶木莲基因组草图的组装;之后,基于组装的基因组预测其中的重复序列和基因,进行系统发育和基因家族分析。结果表明,组装的厚叶木莲基因组大小为2 092 298 891 bp,包含676个组装序列,N50（将组装的序列按照长度由大到小进行累加,当累加到某个序列时,累加的值为基因组50%的长度时,此序列的长度即为N50）为7 961 115 bp;利用BUSCO （Benchmarking Universal Single-Copy Orthologs）,针对“eudicots”和“embryophyta”这两个BUSCO单拷贝基因库,对基因组组装的完整性进行评估,组装的厚叶木莲基因组完整性分别为96.6%和98.8%。厚叶木莲基因组有76.5%的序列为重复序列,共有37 900个基因,这些基因编码了41 675个蛋白质序列。系统发育分析发现厚叶木莲与望春玉兰（Magnolia biondii）聚在一起,两者分化时间大致为10 500 000年前。厚叶木莲中与木质部/韧皮部、肌动蛋白丝、热、光合作用以及多种次生代谢相关的基因家族显著扩张,其中次生代谢相关基因在厚叶木莲基因组上呈串联和近端重复,这些基因的扩张和重复形成方式可能与厚叶木莲适应高海拔环境有关。本研究是国内外木兰科木莲属首个基因组报道,为更好地保护和开发厚叶木莲及木兰科其他物种的种质资源提供了遗传信息和参考。     

有向基因组间重组距离的线性时间计算

讨论基于基因组中染色体之间的移位、染色体内部的翻转、融合和分裂的基因组排序问题,给出了计算两个有向多重基因组重组距离的线性时间算法.     

原核生物大肠杆菌基因组序列形成核小体能力的预测

以大肠杆菌基因组为研究对象,基于体外组装的核小体序列中k-mers频数信息,采用多样性增量结合二次判别算法对核心DNA和连接DNA进行分类预测,整体准确率和相关系数分别达到83.08%和0.619.对大肠杆菌、酵母和人类基因组中核小体定位序列与缺失序列中偏好的k-mers进行了比较,结果表明核小体缺失序列更为保守.     

基于DNA自组装模型解决图的最小顶点覆盖问题

在分析最小顶点覆盖问题特点的基础上,以5个顶点的图为例,将最小顶点覆盖问题转化为可满足性问题,简化问题的操作难度。再根据DNA自组装的自发性和并行性等优势,通过建立DNA自组装模型解决可满足性问题,从而解决图的最小顶点覆盖问题。相对于传统算法,本算法只应用了凝胶电泳技术,大大的降低了操作难度和误差。     

基于基因次序的基因组问距离的计算

给出了计算两个具有相同内容、不同次序的基因组之间距离的算法.给定一组内容相同、次序不同的基因组,构造一个完全图,寻找一个基因组使得它与给定的各个基因组之间距离的累加和达到最小,这个问题可以转化为偈P问题.利用最小生成树方法找到一个中心基因组,接下来构造断点图,最后利用断点图来计算集合中的每一个基因组和中心基因组之间的距离.     

组装线生产计划和库存策略的优化

针对组装线生产计划和零部件库存策略问题,以最小化总成本为目标,建立具有能力限制的有限期两层动态批量数学模型,并根据该问题性质设计启发式求解算法,逐期优化两层系统的批量和总成本。根据FlorianKlein性质,通过构造网络,将组装生产计划问题转化为寻找最短路径问题,并采用动态规划算法求得任意2个可行的连续再生点对间的最优生产计划。然后,将组装阶段最优生产计划作为零部件的需求,用W-W算法求解各零部件的最优订货策略。大量的算例验证了该算法的有效性。     

一种使用混合匹配的有限服务自动组装算法

提出了语义企业服务总线的概念,并给出了相应的原型设计及实现该总线所涉及的技术.针对语义Web服务的自动组装问题,设计了一种使用混合匹配的有限服务自动组装算法,相比手工和半自动的组装方法,该算法能实现语义Web服务的全自动组装.     

无向反转排序问题的遗传模拟退火求解

在推断两个基因组的进化关系上反转排序是一个重要问题。无向排列排序问题已被证明是一个NP-困难问题,目前,最好的算法是3/2-近似算法。基于一个无向排列π的反转距离等于由π所生成的包含2n个有向排列集Sign(π)中最优排列的反转距离,给出应用遗传模拟退火算法计算基因组重排的反转距离的方法。实验结果显示,这个方法优于3/2-近似算法。     

无向反转排序问题的遗传模拟退火求解

在推断两个基因组的进化关系上反转排序是一个重要问题.无向排列排序问题已被证明是一个NP-困难问题,目前,最好的算法是3/2-近似算法.基于一个无向排列π的反转距离等于由π所生成的包含2n个有向排列集Sign(π)中最优排列的反转距离,给出应用遗传模拟退火算法计算基因组重排的反转距离的方法.实验结果显示,这个方法优于3/2-近似算法.     

一类基因组断点median问题的模型与算法

研究了来自生物信息学领域的基因组断点median问题。在无向环形基因组的经典情形的基础上,针对有向环形基因组的情形给出了模型和算法。基于LINGO软件的算例表明算法是可行和有效的。     

基于自组装算法破译RSA公钥密码系统

研究了如何利用自组装技术对公钥密码系统RSA进行密码分析,提出了破译RSA公钥密码系统的自组装算法.创建3个子系统,包括非确定性指派子系统、乘法子系统和比较子系统,在此基础上建立自组装模型,提出自组装非确定性算法将整数分解为2个素因子的乘积,该方法用常量种类的Tile类型在多项式时间内能成功分解整数,且通过其并行计算的特点破译RSA密码系统.     

半月国内科技要闻

中国首次提出＂人类泛基因组＂概念 由深圳华大基因研究院领衔、华南理工大学主要参与的合作研究成果＂构建人类泛基因组序列图谱＂发布,该研究树立了新的人类基因组测序标准,为未来医学研究指明了方向,反映出中国基因组学在世界的领先地位（Nature Biotechnology,doi：10.1038/nbt.1596）。该研究使用深圳华大基因研究院自主研发的第二代测序技术大基因组组装工具,对炎黄一号基因组（即首个亚洲人个人基因组）进行深度测序和拼接,发现了人类基因组中除原先公认的单核甘酸多态性、     

马铃薯与其野生近缘种叶绿体基因组差异分析

叶绿体基因组是植物基因组的重要组成部分,解析马铃薯及其野生近缘种的叶绿体基因组结构差异对理解马铃薯的进化具有重要的意义.选择Solanum fernandezianum、Solanum etuberosum、So-lanum palustre和Solanum phureja进行叶绿体基因组的组装和结构分析.发现它们叶绿...     

基于线性规划的构件优选机制研究

针对特定领域构件组装的特点,重点探索了构件组装过程中的优选机制。将组装中构件选择问题转化为在一组线性约束条件下目标函数优选的数学问题,利用回溯法求得最优解,进而确定用于系统组装的构件。该机制可以避免组装后对系统的反复验证,提高构件复用的准确性和效率。同时,也降低系统组装者对领域知识的要求。     

用模拟退火算法求解无向排列的反转排序问题

分子生物学中基因无方向的反转基因组重排问题在数学上已被证明是一个NP-难问题.目前,较好的算法是Christie(2001)的3/2-近似算法.本文给出一种适合于计算基因无方向的反转基因组重排问题的模拟退火算法,定义了解的邻域结构.数据实验的结果表明该算法性能优于3/2-近似算法.