[發明專利]一種基因蛋白質序列關系分析系統及方法

無效

• 申請號: 201210492701.2
• 申請日: 2012-11-27
• 公開（公告）號: CN102968577A
• 公開（公告）日: 2013-03-13
• 發明（設計）人: 史衛峰;柏佳寧;李先斌;凌誠;郭雪平;鄭為民;黃錫鴻
• 申請（專利權）人: 廣州中國科學院先進技術研究所
• 主分類號: G06F19/16
• 分類號: G06F19/16
• 代理公司: 廣州嘉權專利商標事務所有限公司 44205
• 代理人: 譚英強

技術領域

本發明涉及生物技術領域，尤其涉及一種基因蛋白質序列關系分析系統及方法。

背景技術

由于生物數據的復雜性和高維性，既不能以數字公式表示，也不能以邏輯公式表示，故對這些序列的研究大多是基于統計工具。此外，通過數據的可視化，幫助人們認識和理解生物序列，進而分析和解釋數據，使人們從表面上看來是雜亂無章的海量數據中找出隱藏的規律，為科學發現提供依據。所以，現在很多學者都開始借助各種可視化工具，以圖、樹、方體、鏈的形式展現其復雜結構和序列模式，以求直觀地表達生物序列的理論結構與區別。同時，將經過數據挖掘工具得到的數據結果也以圖形、圖像的形式展現給用戶，便于用戶尋找數據間的規律和關系。序列的背景信息對于研究序列的進化關系與分類非常關鍵。然而，目前的工具，均不能利用序列的背景信息和自由選擇分析的算法，導致結果的分析與解釋不容易進行。而且顯示結果只能以一種顏色的方式來表現，用戶不能任意改變顏色設置，對用戶造成極大的不便。

發明內容

為了解決上述技術問題，本發明的目的是提供一種能自由選擇分析算法，并且能更直觀地顯示結果的一種基因蛋白質序列關系分析系統。

本發明的另一個目的是提供一種能自由選擇分析算法，并且能更直觀地顯示結果的一種基因蛋白質序列關系分析方法。

本發明所采用的技術方案是：

一種基因蛋白質序列關系分析系統，包括：

文件選擇模塊，用于選擇要讀取的文件；

序列文件分析模塊，用于對序列文件進行分析；

序列距離分析模塊，用于計算序列間的距離，得出距離關系矩陣；

MDS分析模塊，用于對距離關系矩陣進行分析；

結果顯示模塊，用于對分析的結果進行分類和顯示。

作為所述的一種基因蛋白質序列關系分析系統的進一步改進，所述的序列文件分析模塊包括：

文件讀取模塊，用于讀取序列文件；

頭文件分析模塊，用于將頭文件存入數據結構，并對其進行分隔；

字段選擇模塊，用于選擇后續結果顯示時需要的字段。

作為所述的一種基因蛋白質序列關系分析系統的進一步改進，所述的MDS分析模塊包括：

算法選擇模塊，用于選擇要調用的算法；

降維模塊，用于對距離關系矩陣進行降維。

作為所述的一種基因蛋白質序列關系分析系統的進一步改進，所述的結果顯示模塊包括：

標識選擇模塊，用于選擇標識的形狀和顏色；

序列顯示模塊，用于以選擇的形狀和顏色標識出各個序列在二維坐標系中的位置；

序列分類模塊，用于對序列進行分類。

本發明所采用的另一個技術方案是：

一種基因蛋白質序列關系分析方法，包括以下步驟：

A、選擇要讀取的文件；

B、對序列文件進行分析；

C、計算序列間的距離，得出距離關系矩陣；

D、對距離關系矩陣進行分析；

E、對分析的結果進行分類和顯示。

作為所述的一種基因蛋白質序列關系分析方法的進一步改進，所述的步驟B包括：

B1、讀取序列文件；

B2、將頭文件存入數據結構，并對其進行分隔；

B3、選擇后續結果顯示時需要的字段。

作為所述的一種基因蛋白質序列關系分析方法的進一步改進，所述的步驟D包括：

D1、選擇要調用的算法；

D2、對距離關系矩陣進行降維。

作為所述的一種基因蛋白質序列關系分析方法的進一步改進，所述的步驟E包括：

E1、選擇標識的形狀和顏色；

E2、以選擇的形狀和顏色標識出各個序列在二維坐標系中的位置；

E3、對序列進行分類。

本發明的有益效果是：

本發明一種基因蛋白質序列關系分析系統，通過文件選擇模塊、序列文件分析模塊、序列距離分析模塊、MDS分析模塊和結果顯示模塊，選擇要讀取的文件，對序列文件進行分析，計算序列間的距離，得出距離關系矩陣，對距離關系矩陣進行分析，對分析的結果進行分類和顯示，使得用戶可以根據需求選擇合適的算法進行降維，從而避免損失必要的信息，能單獨對序列背景信息進行挖掘和分類，并且提供了多種圖形以及豐富的顏色供用戶自由選擇，從而能更好更直觀地顯示序列的背景信息。

本發明的另一個有益效果是：