[發(fā)明專利]一種基于序列比對(duì)的分析DNA突變類型的方法

有效

• 申請(qǐng)?zhí)枺?/td>: 201810264214.8
• 申請(qǐng)日: 2018-03-28
• 公開（公告）號(hào): CN108573128B
• 公開（公告）日: 2020-08-07
• 發(fā)明（設(shè)計(jì)）人: 高瑞;趙宇晴
• 申請(qǐng)（專利權(quán)）人: 山東大學(xué)
• 主分類號(hào): G16B20/20
• 分類號(hào): G16B20/20
• 代理公司: 濟(jì)南圣達(dá)知識(shí)產(chǎn)權(quán)代理有限公司 37221
• 代理人: 王志坤

本發(fā)明公開了一種基因表達(dá)中一類遺傳變異算法分析突變類型的基于計(jì)算機(jī)的方法，在計(jì)算機(jī)中輸入野生型DNA1序列和突變型DNA2序列，通過算法直接可以詳細(xì)輸出了突變類型，發(fā)生突變的位置，和堿基變化情況，最后，仿真結(jié)果驗(yàn)證了該算法的有效性，該遺傳變異算法具有準(zhǔn)確，高效，省時(shí)，省力的優(yōu)點(diǎn)，而且其結(jié)果明確，每個(gè)變異基因都有清晰的顯示。

技術(shù)領(lǐng)域

本發(fā)明屬于遺傳變異算法技術(shù)領(lǐng)域，具體涉及基因表達(dá)中一類遺傳變異算法。

背景技術(shù)

生物學(xué)正處于像其他大多數(shù)科學(xué)領(lǐng)域一樣的數(shù)據(jù)雪崩時(shí)代。“大數(shù)據(jù)”一詞起源于互聯(lián)網(wǎng)和IT行業(yè)，但隨著人類基因組計(jì)劃的完成，生物技術(shù)產(chǎn)業(yè)的一場(chǎng)革命導(dǎo)致了高通量測(cè)序技術(shù)的快速發(fā)展，使生命科學(xué)研究獲得了強(qiáng)大的數(shù)據(jù)輸出能力，包括基因組學(xué)、轉(zhuǎn)錄組學(xué)、蛋白質(zhì)組學(xué)、代謝組學(xué)等生物數(shù)據(jù)。大數(shù)據(jù)具有以下特點(diǎn)：大量、多樣、高速、低價(jià)值密度和真實(shí)性。一個(gè)新的領(lǐng)域生物信息學(xué)應(yīng)運(yùn)而生，以滿足對(duì)于分析和處理近期涌現(xiàn)的大數(shù)據(jù)的需求。

生物信息學(xué)作為一門新興的，發(fā)展迅速的交叉學(xué)科，在過去十年中有著爆炸性的成長。自20世紀(jì)80年代末以來，生物信息學(xué)這一術(shù)語普遍用于遺傳數(shù)據(jù)的比較分析算法中。生物信息學(xué)分析主要致力于分子生物學(xué)中的三大數(shù)據(jù)集：基因組序列、大分子結(jié)構(gòu)和功能基因組學(xué)實(shí)驗(yàn)結(jié)果(如表達(dá)數(shù)據(jù))。其中，序列比對(duì)具有重要意義，從信息科學(xué)角度看，序列比對(duì)從嚴(yán)格意義上講屬于同源分析，同源性分析對(duì)生命起源、進(jìn)化樹構(gòu)建、腫瘤學(xué)、精準(zhǔn)醫(yī)學(xué)等領(lǐng)域的研究有著重要的影響。序列比對(duì)算法是在計(jì)算機(jī)輔助下生物信息學(xué)研究的關(guān)鍵方法。成對(duì)序列比對(duì)方法通常用來尋找兩個(gè)給定序列的局部比對(duì)或全局比對(duì)。為了產(chǎn)生兩兩比對(duì)，有三種基本方法：點(diǎn)矩陣法、動(dòng)態(tài)規(guī)劃法和詞方法。點(diǎn)矩陣法生成一個(gè)單一序列區(qū)域的對(duì)齊序列，盡管在概念上簡單易懂，但是當(dāng)大規(guī)模分析時(shí)及其耗時(shí)。動(dòng)態(tài)規(guī)劃算法在成對(duì)比對(duì)中是應(yīng)用最廣泛的算法，但對(duì)于長序列或大量序列來說，速度較慢。GA，PSO，ACO，GSA等各種軟計(jì)算算法在近幾年都有發(fā)展趨勢(shì)，詞方法也被稱為k-詞法，它是一種啟發(fā)式的算法，不能保證找到最佳的對(duì)齊方案，但顯然比動(dòng)態(tài)規(guī)劃算法更有效率。雖然以上提到的算法都有各自的優(yōu)缺點(diǎn)，但是對(duì)于精確到堿基變化的突變類型分析還沒有實(shí)現(xiàn)，此外，當(dāng)海量數(shù)據(jù)到時(shí)，特定基因突變類型的判定也一直是一個(gè)問題，因此，亟待提供一種精確有效的算法來區(qū)分特定基因突變類型的功能，同時(shí)為以后大量數(shù)據(jù)的處理提供基礎(chǔ)。

發(fā)明內(nèi)容

針對(duì)現(xiàn)有技術(shù)中存在的不足，本文的目的在于提出了一種基因表達(dá)中一類遺傳變異算法，該遺傳變異算法實(shí)現(xiàn)了區(qū)分特定基因突變類型的功能，且這里的算法與其他算法不同，具有非常詳細(xì)的輸出，即根據(jù)突變的規(guī)律，對(duì)于輸入的DNA序列對(duì)，該算法基于計(jì)算機(jī)輸出了突變類型，發(fā)生突變的位置，和具體的堿基突變情況。最后，仿真結(jié)果驗(yàn)證了該算法的有效性，該遺傳變異算法具有準(zhǔn)確，高效，省時(shí)，省力的優(yōu)點(diǎn)，而且其結(jié)果明確，每個(gè)變異基因都有清晰的顯示。

為了實(shí)現(xiàn)上述目的，本發(fā)明提供了一種基于序列比對(duì)的分析DNA突變類型的方法，包括以下步驟：

步驟1：在所述計(jì)算機(jī)中輸入野生型DNA1和突變型DNA2序列；

步驟2：比對(duì)野生型DNA1和突變型DNA2序列，確定第一個(gè)不同的突變堿基i，并比對(duì)i后三位堿基i+1、i+2和i+3是否相同，若DNA1和DNA2中i+1～i+3三位堿基比對(duì)相同轉(zhuǎn)步驟3；若不同則轉(zhuǎn)步驟4；

步驟3：判斷突變堿基i是否導(dǎo)致終止密碼子的形成，是則判斷突變類型為無意義突變，計(jì)算機(jī)輸出結(jié)果，結(jié)束；否則判斷為錯(cuò)義突變，計(jì)算機(jī)輸出結(jié)果，結(jié)束；

步驟4：在堿基i的基礎(chǔ)上滑動(dòng)N個(gè)堿基，其中N≥1，直到發(fā)現(xiàn)DNA1和DNA2中i+1～i+3三位堿基比對(duì)相同，則滑動(dòng)停止，進(jìn)入步驟5；

步驟5：根據(jù)步驟4滑動(dòng)的堿基個(gè)數(shù)N進(jìn)行判斷，若滑動(dòng)堿基個(gè)數(shù)N＝1，則判斷突變類型為插入突變和缺失突變，計(jì)算機(jī)輸出結(jié)果，結(jié)束；若滑動(dòng)堿基個(gè)數(shù)N≠1則進(jìn)行步驟6；