基因短序列模式分析及其在5'剪接位点识别中的应用

摘要

短序列模式分析是基因序列分析的一个重要组成部分,在进行生物信号识别的时候,一般都会利用到短序列模式的信息.通常短序列模式的数目很多,如果每个都应用到生物信号识别中,会产生大量的参数,而且无法体现信号的主要特征.为了找出在识别信号位点中起关键作用的短序列模式,以信息增益作为评价依据,按照逐步选择的策略,将模式进行排队.根据排队结果,选取信息增益突出的短序列模式作为识别生物信号的关键依据,这样可以用较少的模式得到较好的结果.结合选取的短序列模式,用最大熵模型作为信号序列真实分布的估计,从而对给定序列进行识别.最后将这个方法用于5'剪接位点的识别,得到了满意的结果.