一种新的迭代渐进多序列比对算法

该文提出一种新的迭代渐进多序列比对算法IPMSA。该算法先用渐进方法进行多序列比对,然后通过迭代策略,利用上一轮多序列比对结果修正指导树,产生新一轮比对。重复这一过程,直到指导树不再发生变化或满足事先设定的迭代次数为止。以比对数据库BAliBASE中多蛋白质家族1idy为例,对IPMSA算法和ClustalW算法进行的比较研究表明,该算法能更有效地比对分歧较大的序列,并改进其系统发育树。     

信息离散性度量方法在SARS病毒研究中的应用

多序列比较是分子生物学中的一个基本问题，本文利用一种新型信息离散性度量方法——FDOD方法，将其应用于SARS病毒研究中，对SARS病毒与已知的三类冠状病毒的复制酶、M蛋白、N蛋白和S蛋白进行了进化分析，得出的系统发育树与现有的生物分析基本一致。同时进一步显示了FDOD方法的优点，数学基础好，不带有主观因素，能比较客观地度量生物序列间的差异，且计算过程简单快速，是分子进化研究的一种有效工具。     

基于线粒体全基因组的非比对方法比较

在系统发育分析等分子生物学的研究问题中,传统上要用到基于多序列比对的方法,然而这类方法有一定的局限性。本文介绍了一类新的研究系统发育问题的方法——非比对方法,该类方法可以克服基于比对距离方法在计算规模和主观因素等方面的局限性以及由基因重组导致的比对失效。同时,本文选取新方法中的几种分子序列相似度度量,用于94种哺乳动物的线粒体全基因组序列的系统发育分析研究中。由比较结果看来,非比对方法中的FDOD度量得到的结果与传统的分类学结果最为一致;并进一步和由基于比对的距离方法对哺乳动物细胞色素b的系统发育分析得到的结果作比较,发现FDOD不仅不逊色于传统的基于比对的距离方法,而且在对哺乳动物纲各个目的整合能力上普遍优于传统方法。     

基于迭代渐进多序列比对算法研究

提出一种新的迭代渐进多序列比对算法IPMSA。采用公共多序列比对数据库BAIiBASE中142组蛋白质序列作为比对测试数据,并与ClustalW进行比较。比对结果的统计分析表明,IPMSA算法的比对准确率高于ClustalW。