資源描述:
《基于bwt地dna從頭測(cè)序重疊群生成算法》由會(huì)員上傳分享,免費(fèi)在線閱讀,更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫(kù)。
1、碩士學(xué)位論文基于BWT的DNA從頭測(cè)序重疊群生成算法ANALGORITHMOFDENOVOCONTIGCONSTRUCTIONBASEDONBWT畢鵬程哈爾濱工業(yè)大學(xué)2012年7月中圖分類號(hào):TP311學(xué)校代碼:10213
UDC:004密級(jí):公開(kāi)工學(xué)碩士學(xué)位論文基于BWT的DNA從頭測(cè)序重疊群生成算法碩士研究生:畢鵬程導(dǎo)師:王亞?wèn)|教授申請(qǐng)學(xué)位:工學(xué)碩士學(xué)科:計(jì)算機(jī)科學(xué)與技術(shù)所在單位:計(jì)算機(jī)科學(xué)與技術(shù)學(xué)院答辯日期:2011年7月授予學(xué)位單位:哈爾濱工業(yè)大學(xué)ClassifiedIndex:TP311
U.D.C:004DissertationfortheMasterDegreei
2、nEngineeringANALGORITHMOFDENOVOCONTIGCONSTRUCTIONBASEDONBWTCandidate:BiPengchengSupervisor:Prof.WangYadongAcademicDegreeAppliedfor:MasterofEngineeringSpecialty:ComputerScienceandTechnologyAffiliation:SchoolofComputerScienceandTechnologyDateofDefence:July,2012Degree-Conferring-Institution:Har
3、binInstituteofTechnology哈爾濱工業(yè)大學(xué)工學(xué)碩士學(xué)位論文摘要隨著遺傳學(xué)研究的深入,特別是人類基因組計(jì)劃完成之后,人們認(rèn)識(shí)到取得各個(gè)物種的完整基因組序列對(duì)于生命本質(zhì)的探索有著非常重要的作用。如今新一代DNA測(cè)序技術(shù)已經(jīng)發(fā)展成熟并被廣泛的使用,其前所未有的測(cè)序速度逐漸的促進(jìn)了基于序列研究的基因組學(xué)的研究,同時(shí)也增加了對(duì)生物信息學(xué)算法的需求。新一代測(cè)序技術(shù)與傳統(tǒng)測(cè)序技術(shù)相比有速度快、成本低和準(zhǔn)確度高的優(yōu)點(diǎn),但是其產(chǎn)生的序列片段相對(duì)較短。由于傳統(tǒng)測(cè)序技術(shù)開(kāi)發(fā)的序列拼接算法已不適用于新一代測(cè)序技術(shù),開(kāi)發(fā)針對(duì)新一代測(cè)序技術(shù)的拼接軟件已成為生物信息學(xué)領(lǐng)域里一個(gè)熱門的課題
4、。為此提出一種基于BWT的從頭測(cè)序的重疊群生成算法,該算法利用BWT的搜索功能找到read之間的最優(yōu)重疊從而實(shí)現(xiàn)序列拼接的目的。首先通過(guò)分析實(shí)驗(yàn)數(shù)據(jù),總結(jié)出read數(shù)據(jù)的特點(diǎn)。然后對(duì)序列拼接問(wèn)題進(jìn)行分析和建模并給出解決方案。接著詳細(xì)介紹了整個(gè)BWT索引的建立過(guò)程,講述了BWT的原理和作用,以及BTW索引的數(shù)據(jù)結(jié)構(gòu)和使用方法。對(duì)DNA序列拼接過(guò)程中需要用到的BWT的向前匹配算法進(jìn)行了描述,設(shè)計(jì)了向后匹配算法,并分析了這些算法的時(shí)間和空間性能。然后就整個(gè)contig的生成過(guò)程進(jìn)行了介紹。首先給出contig生成算法的整體流程,接下來(lái)就基于BWT的contig的最佳重疊查找算法進(jìn)行了
5、具體敘述。然后講述了contig的延伸算法,主要分正向延伸和反向延伸。并針對(duì)之前生成的contig集合里的重復(fù)問(wèn)題提出了contig的修剪算法。最后,評(píng)價(jià)了算法輸出的效果,并與EULER-SR算法進(jìn)行對(duì)比。可以看出我們的序列拼接算法所產(chǎn)生的contig的長(zhǎng)度較短,數(shù)量較多,仍然有很大的改進(jìn)空間。但是時(shí)間和空間上有很大改善,這對(duì)于人類這種大型基因組的拼接有很大的實(shí)用意義。關(guān)鍵詞:新一代測(cè)序技術(shù);序列拼接;BWT;DNA重疊群-I-哈爾濱工業(yè)大學(xué)工學(xué)碩士學(xué)位論文AbstractWiththedevelopmentofgeneticsresearch,especiallyaftert
6、hecompletionoftheHumanGenomeProject,itisrecognizedthattoobtainthecompletegenomesequenceofvariousspecieshasaveryimportantrolefortheexplorationofthenatureoflife.Todaythenext-generationDNAsequencingtechnologieshasbeenfully-developedandwidelyused,itsunprecedentedspeedofsequencingpromotedthestudy
7、ofsequence-basedgenomicresearch,whilealsoincreasedthedemandofbioinformaticsalgorithms.Next-generationsequencingtechnologiesfeatureseveraladvantageswhencomparedwithtraditionalsequencingmethodsintermsofhighersequencingspeed,lowerperruncostandhigeracc