基于多元熵距离法的微生物基因预测方法
本发明涉及微生物基因组序列分析、微生物基因识别、微生物物种识别等生物信息技术,包括以下步骤:a.设置部分已知编码的ORF和非编码的ORF,作为初始状态的聚类中心点;b.读取微生物DNA序列;c.从上述序列中找出所有最长的ORF,并记录它们在此序列中的位置;d.对该微生物DNA序列进行分析判别,将其分为编码序列、非编码序列和未定编码序列;e.将未定编码序列加入聚类中心点,重复步骤d,直到未定编码序列都归入到编码序列或者非编码序列;f.将分为编码序列的候选基因定为编码蛋白的基因。采用本发明地测试方法,可以方便准确地测试出基因组序列,与现有技术相比较,其测试精度明显提高,其测试方法简便易行。
发明专利
CN03147763.1
2003-06-24
CN1566365
2005-01-19
C12Q1/68
北京大学
佘振苏;朱怀球;欧阳正清;姚新秋
100871北京市海淀区颐和园路5号
北京三友知识产权代理有限公司
李强
北京;11
1、一种基于多元熵距离法的微生物基因预测方法,其特征在于包括以下步骤:a、设置已知编码的ORF和非编码的ORF,一一映射到EDP相空间,作为初始状态的聚类中心点;b、读取待检测的微生物DNA序列;c、从DNA序列中找出所有最长的ORF,记录它们在此序列中的位置,将每个ORF都映射成EDP相空间上的一点,其初始状态都为未定ORF;d、利用系统初始状态的聚类中心点,根据EDP相空间上定义的欧氏距离,在EDP相空间对所有的未定ORF进行分析判别,将其分为编码ORF、非编码ORF和未定ORF三类;e、将新判定为编码和非编码的ORF加入到聚类中心点,重复步骤d,直到所有的未定ORF都归入到编码ORF或者非编码ORF;f、将判别为编码类的ORF确定为编码蛋白质的基因。