数据挖掘技术在DNA 数据分析中的应用.pdf

P 数据挖掘技术在 DNA 数据分析中的应用
从而获得蛋白质折叠类型的信息。
针据库库中, 进一步的操作是对差异的位置
戴银春
P 对核酸序列的预测方法: 针对核酸序列的的某个类型所占的比例。最后通过事先
P 130022长春市口腔医院预测就是在核酸序列中寻找基因, 找出基的对患者患病信息的统计得到的某种疾
因的位置和功能位点的位置, 以及标记已病在群中所占的比例, 与其相比较, 如果
知的序列模式等过程。在此过程中确认这两个比例相等则可以认为这个位置的
摘
要
通过使用数据挖掘技术对已经, ,
一段序列是一个基因需要有多个证某个类型引起疾病的发生。从医学院得
被提取和记录的多个基因片段进行修整、 DNA
据的支持。一般而言在重复片段频繁出到一些基因片段文件信息和患者所有
比较、分析、寻找某个( 多个) 突变位置, , (
现的区域里基因编码区和调控区不太可者患病情况。
并确定该突变位置与其所有者身患的疾, )
病之间的关系。能出现; 如果某段 DNA 片段的假想产物系统的实现: 基因片段在计算机中以
与某个已知的蛋白质或其他基因的产物文件形式存储, 用文件名标识其所有者
关键词
数据挖掘
基因序列
生物信
具有较高序列相似性的话那么这个源体。片段起始地址和长度信息和所
息学
遗传疾病
患病家族连锁分析, ( )
DNA 片段就非常可能属于外显子片段; 有患者患病情况保存在本机数据库中。
do:i 10. 3969 / .j issn. 1007 - 614x. 2011.
在一段序列上出现统计上的规律在程序测试过程中将片段复制成份
03. 155 DNA , 40 ,
性, 即所谓的
密码子偏好性
, 也是说明对其中部分文件的序列进行稍作修改, 对
在生物信息学的成果的理论基础之这段 DNA 是蛋白质编码区的有力证据; 所有患者的患病状况进行稍作修改, 以创
其他的证据包括与
模板
序列的模式相造测试环境。显示在与基因数据挖掘软
上, 通过统计的方法查找未知的生物化学
功能的疾病基因的位置。这个方法预先匹配、简单序列模式如 TATA Box 等相匹件同在一根目录下的序列文件的集合。
配等。其中一个文件所存储的基因信息, 见
通过患病家族连锁分析, 再推断包含这些
图 1。
基因的染色体区域片段, 然后检查该区域
案例分析启动统计程序界面单击清空数据
来寻找基因[ 1]。,
疾病是由于基因的片段内的某个位库中的临时用表数据, 将数据库中有可
置存在或发生改变而引起的, 也就是发生能的杂音信息去掉。并对其中的所有文
数据挖掘在 DNA 数据分析的发展状况
突变。能否找出其中不同的地方进而对件进行统计前片段剪切使所有片段的
现今所采用的是分子生物学与微电, ,
其不同之处加以改变使之成为正常基起始地址和长度都相同避免发生序列
子技术相结合的核酸分析检测技术[ 2] 。, ,
因? 这都需要数据挖掘技术的支持。对移位。
DNA 芯片技术的基本原理是将 cDNA 或
基因的数据挖掘, 就是对这些突变位置的没有进行片段剪切之前, 浏览文件所
寡核昔酸探针以 105~ 106 位点/ cm 2