基于聚类分析的DNA序列分类研究

从DNA序列片段的个案中密码子分布密度角度出发,提取出DNA序列片段的特征,应用模糊数学中的模糊聚类分析理论对DNA序列片段进行分类．由DNA序列片段中64种密码子出现的频率,给出两个案夹角余弦的定义,由两个案的交角余弦来描述个案之间的相关性．采取分层聚类分解法,应用SPSS统计软件,计算出描述个案之间相关性的模糊矩阵,同时给出DNA序列片段的分类结果．仿真结果表明,该算法具有分类简单且分类结果精度高的优点．     

改进的基于唯一输入输出序列的测试序列自动生成算法

协议一致性测试中,测试序列一般只能做到半自动生成,其全自动生成问题一直没有得到完全解决.针对此,提出一种改进的基于UIO序列(Unique input/output sequences)的测试序列自动生成算法,并且用C语言程序实现了该算法,从而实现了测试序列的全自动生成.将该算法自动生成的测试序列与测试数据相结合,生成了SM-RL(short message relay layer)协议优化的一致性测试套.与优化前相比,新测试套有了明显的改进,提高了测试工作的效率.     

绵羊角蛋白关联蛋白KAP6-1基因5'端调控区的分子克隆及测序结果比较

根据绵羊毛囊角蛋白关联蛋白（KAP6-1）基因已知DNA序列设计合成了两个特异性引物,以绵羊基因组DNA为模板,PCR扩增出1042bp的特异性片段,连接到pMD19T载体中获得该片段克隆．经过快速提质粒法筛选、限制性内切酶分析表明该克隆包含所需的目的片段．DNA测序结果也证明该克隆片段与原基因5＇端调控区序列相比具有很高的一致性．研究结果为今后制备转基因克隆动物,在毛囊细胞中特异性表达绒毛生长调控基因奠定了基础．     

一种基于内容相似性的重复视频片段检测方法

针对互联网视频内容的复杂性,选择能够表征视频内容的特征,首先通过LSH哈希算法对特征进行索引,并由此确定视频之间的帧匹配序列,然后对于计算出的帧匹配序列,采用随机抽样一致性算法进行拟合,从而得到有效的帧匹配序列.视频之间的相似度依据有效帧匹配序列的相似度计算,由相似度进行互联网视频片段的消重.实验表明,对于大量内容相似的互联网视频片段,该方法能较好地描述相似性,并能有效提高检测准确率.     

绵羊角蛋白关联蛋白KAP6-1基因5′端调控区的分子克隆及测序结果比较

根据绵羊毛囊角蛋白关联蛋白(KAP 6-1)基因已知DNA序列设计合成了两个特异性引物,以绵羊基因组DNA为模板,PCR扩增出1 042 bp的特异性片段,连接到pM D 19T载体中获得该片段克隆.经过快速提质粒法筛选、限制性内切酶分析表明该克隆包含所需的目的片段.DNA测序结果也证明该克隆片段与原基因5′端调控区序列相比具有很高的一致性.研究结果为今后制备转基因克隆动物,在毛囊细胞中特异性表达绒毛生长调控基因奠定了基础.     

一种改进Boyer-Moore算法效率的预处理算法

通过理论分析和测试发现,对大多数字符串而言,按某个方向搜索文本总是会比按另一个方向的搜索速度快.提出了新的预处理算法,在使用Boyer-Moore算法之前先确定一个较优的搜索方向,其时间复杂度和空间复杂度分别为O(σm)和O(σ m),其中σ和m分别为字母表的大小和字符串图案的长度.采用真实的人类DNA序列测试,包括序列库中前1 000个长度超过1 000的完整序列作为文本,从中随机选出1 000个长度为20的序列片段作为图案,进行实验对比,证明可以将搜索时间平均缩短到原来的约90%.     

一种可变长子片段对拼接的DNA双序列局部比对算法

提出一种基于可变长子片段对拼接的DNA双序列局部比对算法.该算法以最长的子片段对为中心,拼接相邻的相容子片段对来得到最优局部比对,并允许用户输入比对调控因子适当调整比对结果以提高算法的灵活性.实验结果表明算法在时间和空间复杂性方面都得到了较大的改善.     

基于分层有限状态自动机的一致性测试生成

为了进行分层有限状态自动机(HFSM)的一致性测试生成,提出了基于HFSM的状态同步序列算法和状态验证序列算法,并在此基础上提出了基于HFSM的一致性测试生成方法.以组播监听者发现(MLD)协议为例说明了该方法的应用.该方法虽然比传统的转化为有限状态自动机(FSM)描述再进行一致性测试生成的方法在适用性上有所降低,但是仍然能够满足大多数通信系统测试的需求,并且由于该方法利用了HFSM的分层特性,因此该方法生成的测试序列长度较短,执行的效率也较高.     

基于统计分析与分段码书的DNA序列压缩新方法

将DNA序列分成64个碱基一组的短序列。根据每个小段落不同的碱基排列特点,通过对每段中重复频率最高的三碱基组合片段采用特定码书编码,提出了基于统计分析与分段码书的DNA序列压缩方法,以达到对DNA数据压缩的目的。实验表明,本算法在大部分常用基准测试序列中达到了比较好的压缩性能。     

对时间输入/输出自动机一致性测试的改进

Jan.S等提出了对时间输入／输出自动机（TIOA）模型进行黑盒一致性测试的算法。针对其生成的测试序列数量太大这一问题，提出用可最小化的时间自动机（MTA）模型来描述稠密的实际系统，并用递归算法实现了对测试序列的首部即转换覆盖P的构造。由分析得出结论：使用MTA模型可使上述测试算法生成的测试序列的数量大大减少，从而在不影响其完全性的情况下使该算法更具实用性。     

一种有效的基于4D图形表示法的DNA序列相似性比较方法

研究了一种有效地DNA序列相似性比较方法,在将每条DNA序列平均分成两个片段的基础上,采用4D图形表示法构建了每个片段的中心几何点重现模型,以此为基点,建立了DNA序列间的相似性与不相似性的欧氏距离比较法.最后,11个物种球蛋白基因的第一个外显子的DNA序列比较的结果验证表明:欧氏距离越小,其相似性越大,在进化上越趋于同源性;反之,欧氏距离越大,则物种差异性越大.实验结果表明,通过这样的方式可以有效避免信息的丢失,结果更具有统计显著性,并更有效地反映位置信息,可以对DNA序列的研究提供良好的支撑作用.     

DNA序列的非线性分析

以10条真菌DNA序列为原始数据,根据序列CGR游走点的弧度值将DNA序列转换成相应的时间序列.对转换后的时间序列进行多重分形Hurst分析,10条DNA序列均具有长期记忆性;通过对表征系统混沌性质的3个统计特征量:关联维数、Kolmogorov熵和最大lyapunov指数的分析表明,10条DNA序列均呈现出混沌特性,说明DNA序列中的长期记忆性与混沌特性存在一定的对应关系.     

On the similarity/dissimilarity of DNA sequences based on 4D graphical representation

In this paper,we propose a new 4D graphical representation of DNA primary sequences based on the Z-curve theory.The advantage of our approach is that it has the similar biological significance with the Z-curve,and it does not lose any biological information of the sequence.The geometrical centers of the 4D graphical representation of DNA sequences are used as the numerical characterizations,and the examination of similarities/dissimilarities about the coding sequences of the first exon of β-globin genes of ...     

SD序列矩阵表示与保守性

提出用矩阵形式表示一组核酸序列的方法．以大肠杆菌ＳＤ序列（在起始密码子ＡＴＧ前－１～－２５位点的２５个碱基范围内）为例给出了表示各位点单碱基、相邻双碱基、相邻三碱基出现的矩阵形式,并计算了体现序列的保守性、关联性的Ｍ（ｌ）值,发现大肠杆菌ＳＤ序列保守性,相邻双碱基、三碱基关联性与基因表达水平成正相关关系     

Multi-objective carrier chaotic evolutionary algorithm for DNA sequences design

DNA computing is a new vista of computation, which is of biochemical type. Since each piece of information is encoded in biological sequences, their design is crucial for successful DNA computation. DNA sequence design is involved with a number of design criteria, which is difficult to be solved by the traditional optimization methods. In this paper, the multi-objective carrier chaotic evolution algorithm (MCCEA) is introduced to solve the DNA sequence design problem. By merging the chaotic search base on power function carrier, a set of good DNA sequences are generated. Furthermore, the simulation results show the efficiency of our method.     

DNA序列特征提取方法研究

针对DNA序列分类问题提出了两种特征提取方法,利用可分支持向量分类机间隔大、推广能力强的原理建立了DNA序列特征提取方法优劣的评价标准,利用该标准把本文的两种特征提取方法进行了比较,且跟以往的DNA序列特征提取方法进行了比较.实验表明,提出的两种特征方法得到的DNA序列特征完全能够代表DNA序列,对已知分类样本的预测率为100%,且此特征提取方法有很强的推广能力.     

Multi-objective carrier chaotic evolutionary algorithm for DNA sequences design

DNA computing is a new vista of computation, which is of biochemical type. Since each piece of information is encoded in biological sequences, their design is crucial for successful DNA computation. DNA sequence design is involved with a number of design criteria, which is difficult to be solved by the traditional optimization methods. In this paper, the multi-objective carrier chaotic evolution algorithm (MCCEA) is introduced to solve the DNA sequence design problem. By merging the chaotic search base on power function carrier, a set of good DNA sequences are generated. Furthermore, the simulation results show the efficiency of our method.     

生成矩阵与灰色预测

累加生成与累减生成是灰色数据处理的主要手段，常用的有阶和二阶累加生成。对高阶ｍ－ＡＧＯ及其逆运算ｍ－ＩＡＧＯ，本文给出了相应的生成矩阵，进而证明了累加生成灰指数律，最后分析了高阶灰色预测所导致的误差。     

一种基于图象序列的3D重构算法

提出一种基于图象序列的 3D重构算法。采用共轭梯度法迭代估计射影深度 ,通过矩阵分解方法实现射影重构。然后利用一个 4× 4非奇异矩阵 ,将射影重构变换为欧氏重构。实验结果表明此算法是行之有效的