原核生物基因識別程序zcurve1.0的發(fā)展及基因組序列分析

1、天津大學(xué)碩士學(xué)位論文原核生物基因識別程序ZCURVE 1.0的發(fā)展及基因組序列分析姓名：郭鋒彪申請學(xué)位級別：碩士專業(yè)：生物物理指導(dǎo)教師：張春霆20021115A b s t r a c tA l t h o u g ht h e r e a r e s e v e r a l w e l l —k n o w n g e n e r e c o g n i t i o n p r o g r a m s f o rp r o k a r

2、 y o t e s ，s o m ep r o b l e m sr e m a i nn o tb e i n gf u l l ys o l v e da n dn e wp r o g r a m sa r en e c e s s a r yt oa s s u r er e l i a b l er e s u l t sf o rg e n o m ea n n o t a t i o n s ．B a s e do n

3、t h eZc u r v e t h e o r y o fD N A s e q u e n c e p r o p o s e d b ym ya d v i s o r , P r o f e s s o r Z h a n gC h u n —T i n g ，an e w i n t e g r a t e dc o m p u t e rp r o g r a mZ C U R V E1 ．0 f o rp r o k a

4、 r y o t i cg e n er e c o g n i t i o ni sd e v e l o p e d ．Z C U R V E1 ．0p r o g r a mi sc o m p o s e do f f i v ep a r t si n c l u d i n g ：( i ) s e e k i n gs e e dO R F s ，( i i ) t r a i n i n gt h e F i s h e

5、 r c o e f f i c i e n t si n v o l v e di nt h em o d e l t od e s c r i b et h ec h a r a c t e r i s t i c so f c o d i n ga n d n o n - c o d i n gr e g i o n s ，( i i i )s c o r i n ga l lO R F s ，( i v ) c h e c k

6、i n gO R F s f o ro v e r l a p p i n g ，( V ) r e l o c a t i n gs t a r ts i t e so fp r e d i c t e d g e n e s ．A f t e r c o m p a r i n g t h e p r e d i c t e d r e s u l t s w i t h G e n B a n ka n n o t a t i o

7、 n s ，Z C U R V E1 ．0s h o w s b e t t e rp e r f o r m a n c e s t h a nG l i m m e r 2 ．0 2 ，w h i c hi s t h e m o s tw i d e l yu s e dp r o g r a mf o r p r o k a r y o t i e g e n er e c o g n i t i o n ．F o r 1 8b

8、 a c t e r i a lo ra r c h a e a lg e n o m e sn o ta n n o t a t e db yG l i m m e rp r o g r a m ，t h em e a na c c u r a c yo f Z C U R V E 1 ．0 i s s l i g h t l yh i g h e r ( O ．2 ％) t h a nt h a to fG l i m m e r

9、2 ．0 2a n dt h e a v e r a g e a d d i t i o n a l p r e d i c t i o n r a t e i s 1 0 ．7 ％l o w e r f T h e l o w e r t h ea d d i t i o n a lp r e d i c t i o nr a t e ，t h eb e t t e rt h ep e r f o r m a n c e ) ．F o

10、 r 4g e n o m e s w i t hG Cc o n t e n tg r e a t e rt h a n5 6 ％．t h ea d v a n t a g eo fZ C U R V E 1 ．0 o v e rG l i m m e r 2 ．0 2b e c o m e sm o r eo b v i o u s ．t h ea v e r a g ea c c u r a c yo fZ C U R V E 1

11、 ．0 i s 0 ．3 ％h i g h e rt h a n t h a to f G l i m m e r 2 ．0 2 ．w h e r e a st h em e a n a d d i t i o n a l p r e d i c t i o nr a t ei s3 2 ．7 ％l o w e r ．W i t h j o i n t i n ga p p l i c a t i o n so f b o t hZ C

12、 U R V E 1 ．0 a n dG l i m m e r 2 ．0 2b y aj u r y - d e c i s i o na l g o r i t h m ，t h ea d d i t i o n a lp r e d i c t i o nr a t ei sd e c r e a s e db y15 - 2 0 ％．A l l o ft h e a b o v e f a c t s s h o wt h a

13、t Z C U R V E 1 ．0 C a n b e u s e d t o a n n o t a t ep r o k a r y o t i c g e n o m e s i n d i v i d u a l l y o r c o m b i n e d w i t ho t h e r p r o g r a m s ．A d d i t i o n a l l y , t h ea u t h o ra l s od

14、 i ds o m es t u d i e so ng e n et r a n s l a t i o ns t a r ts i t ep r e d i c t i o na n dc o m p l e t e l ys e q u e n c e db a c t e r i a lg e n o m ea n a l y s i s ，w h i c hm a i n l yi n c l u d e t h ef o l

15、 l o w i n gc o n t e n t s ：( I ) U s i n gt w o d i f f e r e n t m e t h o d s ，t h es t a r ts i t e so f19 5E ．c o l ig e n e sa r ep r e d i c t e da n de n c o u r a g i n gr e s u l t sa r eo b t a i n e d ．( I I

16、 ) T h eb a s ef r e q u e n c i e sa tt h es e c o n dc o d o n p o s i t i o no f g e n e si n 礦c h o l e r a eg e n o m ea r e a n a l y s e d ．I ti ss h o w n t h a tt h eb a s e f r e q u e n c i e sa tt h i sc o d

17、o n s i t ec o n n e c t w i t hs p e c i a lf u n c t i o n so f e n c o d e d p r o t e i n s ．K e y w o r d s ：p r o k a r y o t i cg e n o m e ，t h eZ c u r v et h e o r y , p r o t e i n 。c o d i n gg e n e ，g e n e