基于序列比對(duì)算法在SNP中的研究及應(yīng)用.pdf

1、近年來(lái),生命科學(xué)的研究正處于突飛猛進(jìn)的發(fā)展中。隨著人類(lèi)基因組計(jì)劃(HGP)的基本完成與現(xiàn)代生物技術(shù)的飛速發(fā)展,大量生物信息的獲取已經(jīng)為揭開(kāi)生命的奧秘提供了堅(jiān)實(shí)的數(shù)據(jù)基礎(chǔ)。在生命科學(xué)的研究進(jìn)入到后基因組時(shí)代(Post-GenomeEra)時(shí),生命科學(xué)的研究重點(diǎn)已經(jīng)不再是生物信息的獲取,而是轉(zhuǎn)移到對(duì)基因組功能及其變化規(guī)律的研究,因此對(duì)海量數(shù)據(jù)的處理產(chǎn)生了緊迫的需求。與此同時(shí),計(jì)算機(jī)技術(shù)及網(wǎng)絡(luò)技術(shù)的革命性發(fā)展為處理海量數(shù)據(jù)提供了強(qiáng)有力的支撐,

2、于是,生物信息學(xué)便在此前提下迅速的發(fā)展起來(lái)。并終將為人類(lèi)破譯遺傳密碼,掌握疾病的遺傳信息,破解基因功能,結(jié)構(gòu)功能預(yù)測(cè)起到巨大的推動(dòng)作用。
　　 SNP即單核苷酸多態(tài)性,它主要指物種在進(jìn)化過(guò)程中因?yàn)榛蚪M中核苷酸的變異從而引起的DNA序列之間的差異,主要包括堿基缺失、插入、轉(zhuǎn)換或者顛換等,單核苷酸多態(tài)性所反映的差異位點(diǎn)中包含的遺傳信息是導(dǎo)致一些遺傳疾病、腫瘤等的重要因素之一,基因突變及SNP在生物學(xué)、生物信息學(xué)和生物醫(yī)學(xué)等研究中有

3、著極其重要的作用。
　　 生物信息數(shù)據(jù)的表現(xiàn)形式為基因序列數(shù)據(jù),通過(guò)對(duì)序列的比較可以發(fā)現(xiàn)其中的功能、結(jié)構(gòu)等方面的信息?；螂p序列比對(duì)或多序列比對(duì)的分析是目前生物信息學(xué)所關(guān)注的研究熱點(diǎn)之二。對(duì)于基因序列的分析也通常采用聚類(lèi)算法或者分類(lèi)算法進(jìn)行。本文主要研究基于序列比對(duì)算法對(duì)基因表達(dá)數(shù)據(jù)中SNP問(wèn)題的分析,主要的工作及創(chuàng)新點(diǎn)概況如下:
　　 1)本文首先介紹了生物信息學(xué)的相關(guān)概念及其重要的意義,并對(duì)目前的國(guó)內(nèi)外研究現(xiàn)狀進(jìn)行了

4、概述。
　　 2)對(duì)基因表達(dá)數(shù)據(jù)常用的聚類(lèi)分析算法進(jìn)行了較為詳細(xì)的研究,通過(guò)實(shí)驗(yàn)進(jìn)行了初步的分析。
　　 3)介紹了目前基因序列比對(duì)算法的研究現(xiàn)狀,并對(duì)其進(jìn)行了分析,為本文中使用的序列比對(duì)算法提供依據(jù)。
　　 4)基于對(duì)序列比對(duì)算法的研究,本文提出了在海量基因序列數(shù)據(jù)中尋找SNP的實(shí)驗(yàn)方案設(shè)計(jì)。通過(guò)對(duì)經(jīng)典BLAST算法的改進(jìn)分別在PC機(jī)平臺(tái)下及高性能集群環(huán)境下對(duì)算法進(jìn)行了并行化設(shè)計(jì)及實(shí)現(xiàn),并通過(guò)實(shí)驗(yàn)數(shù)據(jù)進(jìn)行了較為