基于拟比对CNN方法的人类p53癌症基因二级数据库构建及分析

摘要

以NCBI维护的一级数据库为数据源建立人类癌症p53核苷酸序列二级数据库,该数据库设计主要包括4个方面:癌症信息、p53序列信息、样本信息和参考文献信息.以XML格式为中间格式保存一级数据库数据,并通过解析提交到二级数据库,初步实现数据的检索、链接和统计分析等功能.本文提出一种拟比对CNN方法对p53癌症基因序列进行比对分析,通过改善传统CNN相似度评估公式,增强两序列全局比对相似度的敏感性和可靠性.结果 表明,将改进的序列比对算法应用于乳腺癌和非小细胞肺癌p53外显子基因序列比对,发现外显子5突变后序列比对结果存在较大差异,可以作为区别这两种癌症的参考.此外,通过将一级数据库以XML形式转化成二级数据库,实现了网络数据与本地数据的动态交换.