鑒別dna基因序列中編碼區(qū)域與非編碼區(qū)域的系統(tǒng)的制作方法
【專利摘要】本發(fā)明提供一種鑒別DNA基因序列中編碼區(qū)域與非編碼區(qū)域的系統(tǒng)，計算一個DNA序列的DRT譜，通過其在k＝3處與其他地方的譜值的比較來判別這個序列究竟是外顯子還是內(nèi)含子：DRT譜在k＝3處的值高于其它地方的值，則為外顯子；否則，為內(nèi)含子。通過數(shù)值化的DNA序列的離散Ramanujan譜及其信噪比，用來區(qū)分蛋白質(zhì)的編碼區(qū)域與非編碼區(qū)域，測試結(jié)果顯示了本發(fā)明方法的可靠性。對比于傅里葉變換，離散Ramanujan譜的計算量更小，精度更高。
【專利說明】鑒別DNA基因序列中編碼區(qū)域與非編碼區(qū)域的系統(tǒng)

【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及一種鑒別DNA基因序列中編碼區(qū)域與非編碼區(qū)域的系統(tǒng)。

【背景技術(shù)】
[0002] 隨著科學(xué)技術(shù)的進步，現(xiàn)代的生物學(xué)技術(shù)得到蓬勃發(fā)展。越來越多的數(shù)學(xué)方法和 信號處理技術(shù)被應(yīng)用于研究生命科學(xué)領(lǐng)域，形成了生物信息學(xué)這一前沿學(xué)科。
[0003] 現(xiàn)在大多使用離散傅里葉變換（DFT)來作為鑒別DNA基因序列中編碼區(qū)域與非編 碼區(qū)域的方法，該方法由于采用浮點運算，而計算機的計算精度是有限的，所以存在著計算 誤差，并且浮點運算耗費很多的計算時間。
[0004] 首先，現(xiàn)代計算機是用有限位存儲實數(shù)的，這會導(dǎo)致舍入誤差。對于離散傅里葉變

【權(quán)利要求】
1. 一種鑒別DNA基因序列中編碼區(qū)域與非編碼區(qū)域的系統(tǒng)，其特征在于，包括數(shù)據(jù)處 理模塊、顯不模塊、輸入輸出模塊和存儲模塊； 存儲模塊：存放DNA序列的片段的數(shù)據(jù)文件，并存放數(shù)據(jù)處理模塊得到的結(jié)果文件； 顯示模塊：對數(shù)據(jù)處理模塊的過程及結(jié)果進行顯示； 輸入輸出模塊：用于對數(shù)據(jù)處理模塊進行數(shù)據(jù)輸入或輸出； 數(shù)據(jù)處理模塊：讀取存儲模塊內(nèi)的DNA序列的片段的數(shù)據(jù)文件，得到一個完整DNA序 列，計算DNA序列經(jīng)過離散Ramanujan變換后所得的DRT譜在3處的信噪比，進行編碼區(qū)域 與非編碼區(qū)域的鑒別，具體為： 計算一個DNA序列的DRT譜，DRT的譜為 P(k) = |X(k)2,k= 1, 2,......，N,X(k)為DRT的Ramanujan系數(shù)； 通過其在k= 3處與其他地方的譜值的比較來判別這個序列究竟是外顯子還是內(nèi)含 子：DRT譜在k= 3處的值高于其它地方的值，則為外顯子；否則，為內(nèi)含子。
2. 如權(quán)利要求1所述的鑒別DNA基因序列中編碼區(qū)域與非編碼區(qū)域的系統(tǒng)，其特 征在于，數(shù)據(jù)處理模塊通過在k= 3處的信噪比來判斷鑒別外顯子與內(nèi)含子，長度為N
的DNA序列在k= 3處的信噪比為 其中，ABN為平均背景噪聲，其定義為 ?
3. 如權(quán)利要求2所述的鑒別DNA基因序列中編碼區(qū)域與非編碼區(qū)域的系統(tǒng)，其特征在 于，數(shù)據(jù)處理模塊從存儲模塊中讀取一個完整DNA序列的具體步驟為： 數(shù)據(jù)處理模塊讀取存儲模塊中DNA序列的片段的數(shù)據(jù)文件，獲取文件長度并存儲，設(shè) 當(dāng)前位置為〇 ; 初始化RFT算法的各項參數(shù)；所待測序列的長度LengthOfTestSeq初始化為0,將一 維數(shù)組TheFinalResult清零，大小為DRTWIDTH，將三維數(shù)組AllTheXqArray清零，大小為 4*DRTWIDTH*DRTWIDTH； 從當(dāng)前位置讀取數(shù)據(jù)文件； 如讀取的數(shù)據(jù)為'A'，則設(shè)Layerlndex為0 ; 如讀取的數(shù)據(jù)為'T'，則設(shè)Layerlndex為1 ; 如讀取的數(shù)據(jù)為'C'，則設(shè)Layerlndex為2 ; 如讀取的數(shù)據(jù)為'G'，則設(shè)Layerlndex為3 ; 對數(shù)組AllTheXqArray [Layerlndex]的每一列遞增取模，遞增值為1，取該列在數(shù)組中 的位置為模，并在相應(yīng)的位置加1;將LengthOfTestSeq加1， 循環(huán)上述讀取步驟，直至數(shù)據(jù)文件讀取完全，得到一個完整DNA序列。
4. 如權(quán)利要求1-3任一項所述的鑒別DNA基因序列中編碼區(qū)域與非編碼區(qū)域的系統(tǒng)， 其特征在于，數(shù)據(jù)處理模塊計算DNA序列經(jīng)過離散Ramanujan變換后所得的DRT譜在3處 的信噪比TheSNROfRFT，具體為： 將數(shù)組TheFinalResult清零，對所有的i，i= 1，2, 3，計算MidResult[i] [j] [k]*TheCqArray[j] [k]，其中，k = 0,…，j, j = 0, 1，…，DRTWIDTH-1 ; 將三維數(shù)組MidResult中的具有相同第一、二維的元素分別相加，得到新的二維數(shù)組MidResult2,大小為4*DRTWIDTH ; 對所有的i，i = 1，2,3,計算MidResult3[i][j]為（MidResult2[i][j]/LengthOfTes tSeq*ThePhiFunPara[j])的平方，其中j = 0，…，DRTWIDTH-1 ;MidResult3為一個二維數(shù) 組，大小為4*DRTWIDTH ; 將最終結(jié)果數(shù)組的值相加；對所有的j，j =〇, 1，…，DRTWIDTH-1，計 算TheFinalResult[j] = MidResult[0][j]+MidResult[l][j]+MidResult[2] [j]+MidResult[3] [j]； DNA序列經(jīng)過離散Ramanujan變換后所得的DRT譜在3處的信噪比TheSNROfRFT為TheFinalResult[2]除以TheFinalResult數(shù)組中除去第一個元素的所有元素的平均值。
【文檔編號】G06F19/18GK104408331SQ201410628891
【公開日】2015年3月11日 申請日期:2014年11月10日 優(yōu)先權(quán)日:2014年11月10日
【發(fā)明者】滑偉 申請人:南京工程學(xué)院