基于滤波器和时频分析的生物序列位点识别

论文摘要

信号处理理论与技术在分子生物学方面的应用产生了遗传信号处理这样一个全新的学科。为分析海量的基因组,蛋白质组和RNA数据提供了新的途径。提高了生物学实验的效率,降低了实验成本。本文用滤波器和时频分析的方法,识别了基因序列的外显子和蛋白质序列的热点区这两个生物序列的基本结构。介绍了滤波器原理,论述了FIR数字滤波器的设计方法,为设计用于基因序列的外显子区域预测的滤波器提供了理论依据。同时还介绍了短时傅立叶变换和伪Wigner-Ville分布的定义和计算方法,解释了一些存在的问题,为运用时频分析识别蛋白质序列热点区提供了计算理论。对于基因序列的外显子区域,我们可以用滤波器来进行识别。利用外显子区域的“周期3bp”特性频谱,用窗函数法设计了一个用于外显子区域识别的FIR数字滤波器。对基因序列进行编码,将基因序列通过滤波器滤波,通过观察平方函数图象就可看出在一段基因序列中外显子的位置。同时对于序列较短、“周期3bp”特性较弱的外显子区域,在平方函数上尖峰较小,不利于观察,这也是下一步研究的重点。对于蛋白质序列的热点区域,可以利用时频分析来进行识别。利用ResonantRecognition Model模型,将蛋白质字母序列转换成数值序列,对其进行时频变换并求出序列的特征频率。将特征频率与变换矩阵相乘,减少了很多干扰项,得到了较为清晰的频谱。通过频谱上的尖峰可以观察出蛋白质热点区的位置。而由于蛋白质序列的高度随机性和不确定性,导致运用伪Wigner-Ville分布分析存在很多交叉项且无法消除。这也是将来需要解决的问题。本文是对于利用信号处理方法进行生物序列位点分析的初探,其中存在着很多函待解决的问题。但本文为生物序列位点的识别提供了新的方法,对于生物学实验具有指导意义。

论文目录

• 摘要
• Abstract
• 第1章 绪论
• 1.1 课题目的与研究意义
• 1.2 课题的研究背景
• 1.2.1 学科背景
• 1.2.2 学科的研究现状
• 1.3 本文的主要工作
• 第2章 遗传序列的信号处理方法
• 2.1 滤波器基本原理
• 2.1.1 滤波器简介与原理
• 2.1.2 滤波器的分类
• 2.1.3 滤波器的技术要求
• 2.2 FIR数字滤波器的设计
• 2.2.1 FIR相关概念
• 2.2.2 FIR数字滤波器的窗函数设计法
• 2.3 时频分析
• 2.3.1 短时傅立叶变换（STFT）
• 2.3.2 Wigner-Ville分布（WVD）
• 第3章 基于FIR数字带通滤波器的基因序列外显子的识别
• 3.1 基因序列的外显子
• 3.1.1 与DNA相关的概念
• 3.1.2 与密码子（Codon）相关的概念
• 3.1.3 与外显子（Codon）相关的概念
• 3.2 基于FIR数字带通滤波器的基因序列外显子的识别
• 3.2.1 基因序列的编码与频谱
• 3.2.2 用于预测外显子的FIR窄带滤波器的设计
• 3.2.3 运用FIR窄带滤波器识别基因序列外显子
• 第4章 基于时频分析的蛋白质序列热点区的识别
• 4.1 蛋白质序列的热点
• 4.1.1 蛋白质的定义及概述
• 4.1.2 蛋白质序列的热点
• 4.2 基于时频分析的蛋白质序列热点区的识别
• 4.2.1 RRM模型（Resonant Recognition Model）
• 4.2.2 运用时频分析确定蛋白质热点区
• 第5章 结论
• 参考文献
• 附录 F56F11.4a基因序列数据
• 攻读学位期间参加的项目
• 致谢
• 研究生履历