專利名稱：一種dna序列的可視化方法
技術(shù)領(lǐng)域：
本發(fā)明涉及一種基因序列的可視化表示方法，屬于生物信息學(xué)領(lǐng)域。
背景技術(shù)：
DNA序列由A (腺嘌呤)，T (胸腺嘧啶)，G (鳥(niǎo)嘌呤)，C (胞嘧啶)四個(gè)核苷酸組成。DNA數(shù)據(jù)可以以字符的形式儲(chǔ)存于電腦中。這種方式雖便于保存，但是卻不易于人們的觀察。因此開(kāi)發(fā)一種輔助工具來(lái)幫助觀察和分析DNA數(shù)據(jù)并從中挖掘有價(jià)值的信息，具有重要的實(shí)際意義。 自第一個(gè)DNA序列可視化模型提出以來(lái)，DNA序列可視化技術(shù)蓬勃發(fā)展，大量學(xué)者做出了巨大努力和貢獻(xiàn)，但是在同一模型中同時(shí)解決以下五個(gè)問(wèn)題是相當(dāng)困難的，分別是信息丟失問(wèn)題，在高維空間難以觀察的問(wèn)題，退化問(wèn)題，長(zhǎng)DNA序列在二維空間難以觀察的問(wèn)題，需要反映有用信息的問(wèn)題。因此，為解決以上問(wèn)題，實(shí)現(xiàn)肉眼觀察和分析DNA數(shù)據(jù)，亟待開(kāi)發(fā)新型DNA序列可視化方法。

發(fā)明內(nèi)容
本發(fā)明的目的本發(fā)明是一種改進(jìn)的DNA序列可視化光譜模型，該模型將A，G, T, C四條平行線周期化顯示，根據(jù)DNA序列出現(xiàn)的順序通過(guò)跳轉(zhuǎn)規(guī)則依次在圖中標(biāo)記連接成折線圖，實(shí)現(xiàn)DNA序列的可視化。本發(fā)明提出的方法可以解決原有DNA序列可視化模型的退化問(wèn)題，信息丟失問(wèn)題，長(zhǎng)DNA序列在二維空間內(nèi)難以觀察的問(wèn)題以及需要反映有用信息的問(wèn)題。本發(fā)明的技術(shù)方案
DA, G, T,C平行線等距離畫出4條平行線，以A，G, T, C的順序標(biāo)記四條平行線。2)A，G，T，C平行線的周期化復(fù)制四條平行線，并在平面空間中的Y軸方向進(jìn)行擴(kuò)展。3)跳轉(zhuǎn)規(guī)則該規(guī)則包括兩個(gè)部分1、當(dāng)一段DNA序列的核苷酸數(shù)量大于等于10時(shí)，根據(jù)該段序列最后一個(gè)核苷酸的信息進(jìn)行正或者負(fù)跳轉(zhuǎn)；2、當(dāng)一段序列包含了完整的A, G, T, C核苷酸信息時(shí)，根據(jù)該段序列最后一個(gè)核苷酸的信息進(jìn)行正或者負(fù)跳轉(zhuǎn)(若結(jié)尾核苷酸為A時(shí),則向Y軸負(fù)方向跳一個(gè)周期；若結(jié)尾核苷酸為G時(shí),則向Y軸負(fù)方向跳兩個(gè)周期；若結(jié)尾核苷酸為T時(shí)，則向Y軸正方向跳一個(gè)周期；若結(jié)尾核苷酸為C時(shí)，則向Y軸正方向跳兩個(gè)周期)。本發(fā)明與現(xiàn)有技術(shù)相比具有以下有益效果
原光譜圖模型為二維可視化模型，并能同時(shí)解決退化問(wèn)題和數(shù)據(jù)丟失問(wèn)題。但是當(dāng)DNA序列長(zhǎng)度較長(zhǎng)時(shí)，原光譜模型的可視化效果就會(huì)變差。而本發(fā)明在具有原光譜模型的優(yōu)點(diǎn)基礎(chǔ)上，還克服了原光譜模型的缺點(diǎn)本發(fā)明不僅不會(huì)出現(xiàn)退化和信息丟失問(wèn)題，而且不論DNA序列是長(zhǎng)或短，都能在二維空間里呈現(xiàn)較好的圖形效果，并反映DNA序列的長(zhǎng)度。


參照下圖，通過(guò)示例方式描述本發(fā)明，其中
圖I為初始光譜圖，其中，A，G，T，C四條平行線等距離的畫出，并且標(biāo)記出來(lái)；
圖2為周期化光譜圖，其中，A，G, T, C平行線周期化 圖3為按照DNA序列中的核苷酸順序，依照跳轉(zhuǎn)規(guī)則在圖2中的平行線上做上標(biāo)記； 圖4是在圖3的基礎(chǔ)上，把相鄰的點(diǎn)用直線連接，并得到最后的表示圖。
具體實(shí)施例方式DNA序列可視化是指建立DNA序列的折線圖，即以圖形的形式將DNA序列表示出來(lái)，從而避開(kāi)字符串，通過(guò)觀察圖片達(dá)到分析和理解DNA序列的目的，幫助人們挖掘DNA序列的有價(jià)值信息。利用MATLAB執(zhí)行本發(fā)明的方法。參照?qǐng)DI到圖4說(shuō)明本發(fā)明的DNA序列可視化方法的具體實(shí)施方式
。參照?qǐng)D1，首先等距離畫出四條平行線，并且以A，G，T，C的順序標(biāo)記四條平行線。第一個(gè)為核苷酸A (腺嘌呤)，標(biāo)記第一條平行線為A。第二個(gè)為G (鳥(niǎo)嘌呤)，標(biāo)記第二條平行線為G，以此類推。參照?qǐng)D2，將A, G, T, C四條平行線周期化顯示。3，根據(jù)給定的DNA序列并依照跳轉(zhuǎn)規(guī)則，在圖2中做標(biāo)記(即圖3中的DNA序列為“ATGGTGCATCGAAGGC”)。由圖3所示，第一個(gè)核苷酸為A，在第一個(gè)位置的A線上做標(biāo)記。第二個(gè)核苷酸為T，在第二個(gè)位置的T線上做標(biāo)記。以此類推，直到該段核苷酸的個(gè)數(shù)大于等于10個(gè)或者當(dāng)DNA序列包含完整的A, G, T, C核苷酸信息時(shí),根據(jù)該段中最后一個(gè)核苷酸的信息，發(fā)生跳轉(zhuǎn)。例如，該段DNA序列中的前7個(gè)核苷酸信息“ATGGTGC”中正好包含了完整的A，G，T，C信息，同時(shí)由于“ATGGTGC”結(jié)尾處的核苷酸信息為C。因此，根據(jù)跳轉(zhuǎn)規(guī)則，之后的DNA序列(“ATCGAAGGC”)要從當(dāng)前位置沿Y軸正方向兩個(gè)周期的A平行線開(kāi)始標(biāo)記，并以此類推。參照?qǐng)D4，把相鄰的點(diǎn)用直線連接起來(lái)，得到最后的表示圖。這里第一個(gè)點(diǎn)是A，第二個(gè)點(diǎn)是T，因此在A與T之間用直線連接。第三個(gè)點(diǎn)是G，因此將T和G連接，以此類推。
權(quán)利要求
1.一種DNA序列可視化的方法，所述方法包括 等距離的畫出四條平行線。
2.復(fù)制A，G，T，C四條平行線，使其周期化。
3.按照DNA序列中的核苷酸順序，依照跳轉(zhuǎn)規(guī)則在相應(yīng)平行線上做標(biāo)記。
4.以直線連接相鄰的點(diǎn)得到DNA序列表示圖。
5.如權(quán)利要求I所述的可視化方法，其中，四條平行線按A，G,T, C的順序來(lái)標(biāo)注。
6.如權(quán)利要求I所述的可視化方法，其中，復(fù)制四條平行線，并在平面空間中的Y軸方向進(jìn)行擴(kuò)展，使其周期化。
7.如權(quán)利要求I所述的可視化方法，其中，跳轉(zhuǎn)規(guī)則是當(dāng)一段DNA序列的核苷酸數(shù)量大于等于10時(shí)，根據(jù)該段序列最后一個(gè)核苷酸的信息進(jìn)行正或者負(fù)跳轉(zhuǎn)。
8.或者當(dāng)一段序列包含了完整的A，G,T, C核苷酸信息時(shí)，根據(jù)該段序列最后一個(gè)核苷酸的信息進(jìn)行正或者負(fù)跳轉(zhuǎn)。
9.如權(quán)利要求4所述的可視化方法，其中，正或者負(fù)跳轉(zhuǎn)是指若結(jié)尾核苷酸為A時(shí)，則向Y軸負(fù)方向跳一個(gè)周期；若結(jié)尾核苷酸為G時(shí)，則向Y軸負(fù)方向跳兩個(gè)周期；若結(jié)尾核苷酸為T時(shí)，則向Y軸正方向跳一個(gè)周期；若結(jié)尾核苷酸為C時(shí)，則向Y軸正方向跳兩個(gè)周期。
10.本發(fā)明為一種計(jì)算機(jī)程序產(chǎn)品，其包含在適當(dāng)?shù)挠?jì)算機(jī)上運(yùn)行時(shí)，適配為執(zhí)行權(quán)利要求I的方法的計(jì)算機(jī)程序代碼。
全文摘要
本發(fā)明通過(guò)對(duì)Spectral模型的改進(jìn)，提出一種二維空間的光譜可視化改進(jìn)模型，用來(lái)表示一串DNA序列，特點(diǎn)是能夠避免信息丟失，清晰直觀，便于多條DNA序列的比較。DNA序列可視化圖形使用計(jì)算機(jī)繪制，其中包含A,G,T,C四條平行線，并將其周期化顯示。根據(jù)DNA序列出現(xiàn)的順序通過(guò)跳轉(zhuǎn)規(guī)則依次在圖中標(biāo)記連接成折線圖，實(shí)現(xiàn)DNA序列的可視化。
文檔編號(hào)G06F19/26GK102708308SQ201210095028
公開(kāi)日2012年10月3日 申請(qǐng)日期2012年3月31日 優(yōu)先權(quán)日2012年3月31日
發(fā)明者曾湘祥 申請(qǐng)人:常熟市支塘鎮(zhèn)新盛技術(shù)咨詢服務(wù)有限公司