基因组岛预测与可视化研究

摘要

基因组岛是一类具有特定结构和功能的大片段DNA的总称，通过转导、接合、转化等方式进入细菌中。基因组岛具有较为独特的碱基组成和功能特点，常常携带一些与微生物进化和环境适应性相关的功能基因，如致病性和抗生素耐药性基因。因此，基因组岛识别分析已经成为微生物功能基因组研究中的一项重要研究课题。本文在研究基因组岛的基础上，提出了一种有效的基因组岛预测算法及基因组岛可视化方法，并初步构建了综合性基因组岛数据库。具体安排如下：
　　1、综述了现有的基因组岛预测方法，根据输入数据的差异将其分类，简要介绍每类的代表性方法，并讨论其优缺点，为本文后续研究奠定理论基础和实践依据。
　　2、提出了一种基于多尺度分割的基因组岛预测算法。该算法并不直接计算每个片段的距离或者离散区间的累计分数，而是通过大尺度特征挑选，结合小尺度t检验量化了序列片段的组成差异;根据序列特征的差异，采用多尺度分割算法预测包含多片段的基因组岛;最后，提出了基于马尔科夫熵和GC含量的边界识别算法，精确识别了预测的基因组岛。5组实验数据的比较分析表明，相对于现有的预测方法，本文提出的预测算法效率更高，可以更准确地预测到基因组岛的位置，并且所预测的基因组岛长度与实际更加接近。
　　3、提出了一种基因组岛可视化方法。对于预测的基因组岛数据，本文采用D3.js技术设计了更加直观的动态展示方法。同时，本文还开发了一个基于图形界面的预测软件，搭建了一个基于Web服务的在线分析平台，切实满足了不同用户的使用需求。
　　4、为了方便基因组岛的全面分析，本文初步构建了一个综合性基因组岛数据库。简述了GIs-DB数据库构建的基本原理与方法，整理了基因组及其基因组岛的相关数据，初步实现对基因组的在线预测和GIs-DB数据库的可视化。

目录

声明

摘要

1 绪论

1．1 概述

1．1．1 研究背景及意义

1．1．2 国内外研究现状

1．2 基因组岛基础理论知识

1．2．1 基因组岛简介

1．2．2 基因组岛分类

1．3 论文的主要工作与组织结构

2 基因组岛预测方法简介

2．1 引言

2．2 基因组岛预测方法的分类

2．2．1 基于单序列的预测方法

2．2．2 基于多序列的预测方法

2．2．3 综合预测方法

2．2．4 不完整基因组的预测方法

2．3 现有预测方法的不足

2．4 本章小结

3 基于多尺度分割的基因组岛预测方法

3．1 引言

3．2 材料与方法

3．2．1 基因组岛数据集

3．2．2 基因组岛识别算法MTGIpick

3．3 结果与讨论

3．3．1 k-mer值和窗口大小的关系

3．3．2 GIs／no-GIs分类实验

3．3．3 与IslandViewer数据库中方法比较分析

3．3．4 组装／非组装数据实验

3．3．5 L-dataset数据实验

3．3．6 S．enterica Typhi CT18数据实验

3．4 方法效率分析

3．5 本章小结

4 基因组岛可视化研究

4．1 引言

4．2 基于D3．js的可视化数据展示

4．2．1 D3．js简介

4．2．2 基因组岛数据的可视化动态展示

4．3 基于Java图形用户界面的软件开发

4．3．1 Java图形界面概述

4．3．2 MTGIpick软件设计

4．3．3 软件开发与测试

4．4 基于Web服务平台的搭建

4．4．1 Web环境搭建

4．4．2 MTGIpick在线分析平台

4．5 小结

5 基因组岛可视化数据库构建

5．1 引言

5．2 数据库简介

5．3 现有基因组岛数据库简介

5．3．1 IslandViewer

5．3．2 PAI-DB

5．3．3 Islander

5．4 基因组岛数据库设计

5．4．1 简述数据库内容

5．4．2 基因组岛数据库构建

5．5 小结

6 总结与展望

参考文献

附录

攻读学位期间研究成果

致谢