dna 序列比较与比对.pdf

7.91 / 7.36 / BE.490 第二讲 2004-02-26 DNA 序列比较与比对 Chris Burge 第一讲回顾： “基因组测序和 DNA 序列分析” • 基因组学术语 - cDNAs, ESTs, BACs, Alus, 等等 . • 双脱氧法和鸟 法测序 - 鸟 法覆盖方程式 ”( 泊松 ) • BLAST 项 目 - BLAST[PNX], TBLAST[NX] • 高得分片断的统计学 BAC 和基因组的鸟 法测序 200KB （NIH ） 超声波降解，亚克隆 3GB （celera ） 亚克隆 序列，组合 组合中 那些因 素将导 致问题 鸟 法邻接片段 DNA 序列比对 IV 哪一个对齐是有效的？ 用动态规划算法确定得分S 超过阈值X 的高得分序列 得分遵循以下极限分布 对于长度为m 和 n 的序列， K 和 λ 依赖于记分矩阵，由 比对的序列确定 （蛋白对齐有相同的理论） 来自 M. Yaffe NOTEs （cont ） 第二讲 极值分布 (A) 和正态分布 (B) 概率值 . 曲线下面积为 1. •随意的序列比对得分会导致分布 极值的增大——如偏高斯分布 •称为 Gumbel 极值分布 对于均值为 m 方差为 σ 的正态分布，曲线高度可以用Y=1/(σ√2π) exp[-(x- 2 2 m) /2σ ] 来描述 -x -λ(x-u) 对于极值分布，曲线高度可以用 Y=exp[-x-e ] …an P(Sx) = 1-exp[-e ] 来描述， u=(ln Kmn)/λ 可以显示平均极值得分为 ~ log (nm), 获得得分超过