以Holder指数形式和多重仿射性分析来区分完全基因中的编码和非编码序列

摘要

对生物信息学家和计算生物学家来说，精确的预测基因组中的基因一直是项很有挑战性的任务。因此，发现编码序列和非编码序列中有明显的尺度联系的存在性会给弄清DNA序列带来新的前景，这就促使我们去寻找新的方法来描叙和区分编码和非编码序列。
　　 在这篇文章中，我们首先采用数值序列来表示DNA序列，对所得到的数值序列表示，然后以多重仿射性分析和H(o)lder指数形式来得到所要的三个指数。选取三个合适的指数来构造参数空间，指数γ(-2)与γ(6)来自于多重仿射性分析，h来自于H(o)lder指数形式，每个编码序列或者非编码序列就被表示为这个三维参数空间之中的一个点。在这个参数空间中我们可以看到对应于一些原核生物的完全基因组中的编码序列和非编码序列可以被粗略的分开到两个不同的区域。如果一个DNA序列，它相对应的点(γ(-2)，γ(6)，h)落在了它所对应的编码序列的区域，我们就认为这个序列是编码序列；否则，我们就认为它是非编码序列。因此，这些指数可以被用来区分编码序列和非编码序列。最后，Fisher区分算法被用来给出一个区分准确率。当前方法所得到的51种原核生物的区分准确率pc，pnc，qc和qnc分别为66．53％，83．34％，71．63％和83．54％。