基于SAS系统的基因序列模型分析

论文摘要

生物信息学是用数理和信息科学的观点、理论和方法,以计算机为工具对生物信息进行获取、处理、存储、分配、分析和解释的一门学科,它是数学、生物学、医药学、计算机科学和物理学等学科的有机结合。SAS系统作为数理统计中的重要方法,在生物信息学中同样有着巨大的作用,其中聚类分析法,判别分析法,主成分分析法以及时间序列模型等越来越广泛的运用到生物信息学中,为研究生物信息学问题提供了更广泛的方法与思路。本文的主要工作包括以下几个方面:1、根据木聚糖酶分子的进化情况,以木聚糖酶分子中的几种重要的氨基酸含量为变量,设计一个时间序列的实验,并利用ARIMA模型进行了氨基酸含量的分析与预测,详细说明了建模的步骤,并介绍了建模的前提条件与参数选择,得到了所选择的氨基酸的进化趋势图,通过对图形的分析来说明其含量在各个进化阶段的变化,得出木聚糖酶两家族的进化稳定性特征以及甘氨酸在两家族进化过程中的差异。由此结果可推广到研究两家族同义密码子的偏好性问题。2、利用SAS系统中的聚类分析方法研究了急性出血性结膜炎病毒,引发此病的病原检测呈阳性的病原有多种,以蛋白质经典HP-模型对氨基酸的分类为依据,以CLUSTER为主要过程,分别采用WARD法与重心法对病毒及四类氨基酸进行聚类,得到聚类的谱系图。由聚类的结果得到氨基酸含量在几种病毒中的差异,从而简单分析了其密码子偏好性在几种病毒中的差异。3、利用MEGA软件对甲型流感病毒的血凝素的同源性及进化性做了分析,在同源性的基础上,得到甲型流感病毒的16种血凝素亚型的系统进化树,根据系统进化树的进化情况,结合RSCU方法分析了感染人类的血凝素的进化特征,并通过系统进化树与BLAST方法的相结合,分析了我国甲型流感病毒的现状与趋势。本论文的创新点为:1、在木聚糖酶的研究中,引入了ARIMA模型对某种氨基酸的进化趋势进行分析。2、在构建系统进化树的基础上,结合RSCU方法以及BLAST方法进行改进,具有很高的应用价值。

论文目录

• 摘要
• Abstract
• 第一章 绪论
• 1.1 生物信息学简介
• 1.1.1 生物信息学背景
• 1.1.2 生物信息学的研究内容
• 1.1.3 生物信息学的研究现状和发展趋势
• 1.1.4 生物信息学的应用与发展研究
• 1.2 生物信息学的研究对象
• 1.2.1 遗传信息的载体—DNA
• 1.2.2 部分病毒、类病毒的遗传信息载体—RNA
• 1.2.3 生命的物质基础—蛋白质
• 1.3 SAS 系统简介
• 1.4 本论文的主要研究内容
• 第二章 利用ARIMA 模型对木聚糖酶F/10 和 G/11 的进化过程分析
• 2.1 ARIMA 模型简介
• 2.2 木聚糖酶
• 2.3 关于木聚糖酶的 ARIMA 模型的识别与建立
• 2.4 本章小结
• 第三章 基于SAS 系统对急出血性结膜炎病毒的聚类及密码子偏好性分析
• 3.1 RSCU 方法与聚类分析方法
• 3.2 急性出血性结膜炎（AHC）病毒简介
• 3.3 对 AHC 病毒的聚类分析与密码子偏好性分析
• 3.4 本章小结
• 第四章 基于系统进化树理论对甲型流感病毒血凝素的同源性及进化分析
• 4.1 系统进化树简介
• 4.2 甲型流感（H1N1）病毒简介
• 4.3 甲型流感病毒血凝素的同源性分析
• 4.4 构建系统进化树对甲型流感病毒血凝素的进化分析
• 4.5 甲型流感病毒在我国的情况
• 4.6 本章小结
• 第五章 总结与展望
• 5.1 总结
• 5.2 展望
• 致谢
• 参考文献
• 附录：作者在攻读硕士学位期间发表的论文