新型表达模式下的功能基因分析算法研究

生物信息学已列为未来10年我国最有可能的科学突破与技术突破的十大领域之一，功能基因分析是目前生物信息学研究的热点和重点，传统的功能基因分析研究都基于DNA、RNA的字母表示方式，随着可视化技术的发展，基因序列的字母形式不能满足人们的多种需要。本项目根据核苷酸的物理和化学性质分类给出DNA和RNA序列的非退化的3D、4D表示，将序列抽象为数值特征，利用数值特征进行序列分析，特别是病毒序列分析（如SARS病毒和禽流感病毒）；基于新型的非退化3D、4D表示，设计并实现多序列比对的最优算法和基因识别算法；将数据挖掘技术应用于RNA二级结构的分类，得到四种假结结构类的数值特征和不同结构类的关联特性，给出RNA的二级结构预测算法；将突变数值化，寻求高突变区的数值特征以及它与系统发育的关系，寻求补偿性替换、准补偿性替换的数值特征进而推断进化保守性机理，完成对病毒基因分析研究。