Fractal Dimension|Relative Complexity|CG含量|重复序列|

生物信息学-序列拼接方法

物理学方法

Fractal Dimension of Exon and Intron Sequences

 

 --------------CGCGGCGTGTGTTATA --------------

数学方法：Relative Complexity in Exon, Intron and Flanks

序列复杂度依据不同组合出现的次数，windows变大之后发现coding比non-coding复杂度变多。

 

 COINCIDENT INDEX OF EXON AND INTRON

密码学方法使用重合指数，指数高留下，指数低删去，发现效果很好：

 

多序列比较是多个序列一同比较

多种方法综合使用：

 

Challenge：

重复序列：

串联重复AGCAGCAGCAGCAGCAGCAGCAGC

散置重复AGCAGCAAAGGCCCTTAAAGCGGGGGGGAGGCGCGCAGCGCGAGC

重复在UNICQ marker中，剪切有marker的片段，就避免了重复的复杂性。

方向代表在模板链还是互补链上

 

Eg：脂肪酸网络填充，将细菌的全基因组得到，然后比对合成蛋白在脂肪酸网络上是否存在，如果有通路能够打通，则即可知该细菌能实现合成何种脂肪酸的功能。

 

 高度重复序列在耐热菌内广泛存在：

 

 生成蛋白的核酸GC含量与耐热相关高，所以推测这些蛋白与耐热性有关。CG含量反应活性，CG含量高则突变率高，比较活跃。蛋白质制作机器在高温下耐热。