發(fā)布時(shí)間：2020-11-16 15:23

　　 隨著測(cè)序技術(shù)不斷發(fā)展和改進(jìn),測(cè)得的基因組序列片段數(shù)據(jù)的特征也在不斷變化。為適應(yīng)當(dāng)前第三代測(cè)序技術(shù),基因組序列比對(duì)算法需要進(jìn)行深入的研究和改進(jìn),以便更適合于處理第三代測(cè)序技術(shù)測(cè)得的長(zhǎng)序列片段數(shù)據(jù)。本文重點(diǎn)研究分析了基于哈希和窗口哈希索引定位方法的序列比對(duì)算法,包括傳統(tǒng)的基于哈希索引的序列比對(duì)方法SSAHA(Sequence search and alignment by hashing algorithm)和改進(jìn)的基于窗口哈希索引的序列比對(duì)算法rHAT(Regional hashing-based alignment tool)。在此基礎(chǔ)上,本文進(jìn)行了進(jìn)一步的改進(jìn),提出了基于窗口哈希雙索引表和動(dòng)態(tài)定位的長(zhǎng)序列比對(duì)算法(WHDL)。WHDL算法在參考基因組索引表構(gòu)建階段同時(shí)建立窗口全局索引表和局部索引表。全局索引表與rHAT建立的窗口索引表相同,局部索引表則是應(yīng)用于比對(duì)處理階段,以減少重復(fù)處理。WHDL算法在命中定位階段采用動(dòng)態(tài)定位的新理念,在最后比對(duì)處理階段也提出了對(duì)應(yīng)的兩種不同的處理方法(WHDL-1和WHDL-2),并應(yīng)用了改進(jìn)的SSAHA方法(SSAHA+),降低算法的復(fù)雜度。本文對(duì)算法進(jìn)行了大量測(cè)試,測(cè)試結(jié)果顯示,相比rHAT算法,WHDL-1算法能進(jìn)一步減少運(yùn)行時(shí)間,加快比對(duì)速度,提高處理效率。本文還簡(jiǎn)要討論了算法進(jìn)行并行化處理的可行性和粒度。本文最后還探討了采用序列相似度比較的方法進(jìn)行DNA序列比對(duì)定位,也探討了從信號(hào)與噪聲的角度來(lái)理解基因組規(guī)律和基因變異,并對(duì)此進(jìn)行了簡(jiǎn)要的分析。
【學(xué)位單位】：湖南師范大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位年份】：2019
【中圖分類】：Q811.4;TP301.6
【文章目錄】：
摘要
ABSTRACT
第一章 緒論
    1.1 課題背景
    1.2 國(guó)內(nèi)外研究現(xiàn)狀和分析
    1.3 本文的研究?jī)?nèi)容
    1.4 本文的創(chuàng)新點(diǎn)
    1.5 本文的組織結(jié)構(gòu)
第二章 基于哈希索引定位的序列比對(duì)算法
    2.1 SSAHA算法原理與分析
        2.1.1 SSAHA算法流程概覽
        2.1.2 第一階段索引構(gòu)建
        2.1.3 第二階段命中
        2.1.4 第三階段分析處理
        2.1.5 SSAHA算法分析
    2.2 rHAT算法原理與分析
        2.2.1 rHAT算法流程概覽
        2.2.2 第一階段索引構(gòu)建
        2.2.3 第二階段命中定位
        2.2.4 第三階段比對(duì)處理
        2.2.5 rHAT算法分析
    2.3 本章小結(jié)
第三章 基于窗口雙索引表和動(dòng)態(tài)定位的長(zhǎng)序列比對(duì)算法
    3.1 WHDL算法的原理詳解
        3.1.1 WHDL算法流程概覽
        3.1.2 第一階段索引構(gòu)建
        3.1.3 第二階段命中定位
        3.1.4 第三階段比對(duì)處理
    3.2 WHDL算法分析與小結(jié)
第四章 算法實(shí)驗(yàn)結(jié)果和分析
    4.1 模擬數(shù)據(jù)實(shí)驗(yàn)結(jié)果比較與分析
    4.2 真實(shí)數(shù)據(jù)實(shí)驗(yàn)結(jié)果比較與分析
    4.3 結(jié)論
第五章 總結(jié)與探討
    5.1 總結(jié)
    5.2 探討
        5.2.1 采用序列相似度比較進(jìn)行序列比對(duì)定位
        5.2.2 基于信號(hào)與噪聲的基因變異處理構(gòu)想
參考文獻(xiàn)
致謝

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 李法君;;降解組測(cè)序技術(shù)及其研究進(jìn)展[J];生物學(xué)教學(xué);2017年04期

2 彭桂蘭;陳嘉慧;榮丹箐;;第四代測(cè)序技術(shù)[J];農(nóng)村經(jīng)濟(jì)與科技;2017年10期

3 王海;;高通量測(cè)序技術(shù)新名詞的理解和辨析[J];中國(guó)科技術(shù)語(yǔ);2017年04期

4 權(quán)冰娥;李樹;;新一代DNA測(cè)序技術(shù)在法醫(yī)實(shí)踐中的應(yīng)用及其研究進(jìn)展[J];遼寧警察學(xué)院學(xué)報(bào);2017年06期

5 鄭秋燕;李清;毛華明;冷靜;;測(cè)序技術(shù)的發(fā)展對(duì)瘤胃元基因組研究的影響[J];黑龍江畜牧獸醫(yī);2015年21期

6 韓齊;李媛媛;孫方達(dá);孔保華;陳倩;;新一代測(cè)序技術(shù)在食品微生物學(xué)中的應(yīng)用[J];食品工業(yè);2016年01期

7 杜兵兵;;第二代高通量測(cè)序技術(shù)的原理及其在醫(yī)學(xué)中的應(yīng)用進(jìn)展[J];中國(guó)繼續(xù)醫(yī)學(xué)教育;2016年03期

8 周瑩;許冰瑩;;二代測(cè)序技術(shù)在臨床醫(yī)學(xué)上的相關(guān)應(yīng)用[J];昆明醫(yī)科大學(xué)學(xué)報(bào);2016年03期

9 烏日拉嘎;徐海燕;馮淑貞;孫志宏;孟和畢力格;張和平;;測(cè)序技術(shù)的研究進(jìn)展及三代測(cè)序的應(yīng)用[J];中國(guó)乳品工業(yè);2016年04期

10 郭海燕;程國(guó)虎;李擁軍;張昊;秦康樂;;高通量測(cè)序技術(shù)及其在生物學(xué)中的應(yīng)用[J];當(dāng)代畜牧;2016年12期

相關(guān)博士學(xué)位論文 前10條

1 鄒遠(yuǎn);核酸單分子操控和單細(xì)胞測(cè)序[D];廈門大學(xué);2017年

2 朱家樓;泌尿系統(tǒng)相關(guān)腫瘤基因組學(xué)研究[D];武漢大學(xué);2017年

3 陳科;二代測(cè)序平臺(tái)進(jìn)行核酸檢測(cè)的新技術(shù)研究[D];東華大學(xué);2018年

4 Arslan Mehboob;利用轉(zhuǎn)錄組測(cè)序技術(shù)研究雞lambda干擾素在雞細(xì)胞及器官中介導(dǎo)的免疫信號(hào)通路[D];中國(guó)農(nóng)業(yè)科學(xué)院;2019年

5 平捷;高通量測(cè)序技術(shù)在個(gè)性化醫(yī)療中的應(yīng)用[D];上海交通大學(xué);2012年

6 謝為博;基于表達(dá)譜芯片和新一代測(cè)序技術(shù)的高通量基因分型方法的開發(fā)[D];華中農(nóng)業(yè)大學(xué);2010年

7 林強(qiáng);應(yīng)用第二代高通量測(cè)序技術(shù)研究哺乳動(dòng)物轉(zhuǎn)錄組以及轉(zhuǎn)錄調(diào)控機(jī)制[D];中國(guó)科學(xué)院北京基因組研究所;2011年

8 浦丹;兩核苷酸實(shí)時(shí)合成測(cè)序技術(shù)及其應(yīng)用研究[D];東南大學(xué);2015年

9 王娜;應(yīng)用新一代測(cè)序技術(shù)對(duì)腎透明細(xì)胞癌轉(zhuǎn)錄組的研究[D];吉林大學(xué);2012年

10 聶小軍;基于高通量測(cè)序技術(shù)的小麥和紫莖澤蘭基因組學(xué)初步研究[D];西北農(nóng)林科技大學(xué);2013年

相關(guān)碩士學(xué)位論文 前10條

1 靳柯;基于雙線性回歸的單細(xì)胞測(cè)序數(shù)據(jù)去噪算法研究[D];華中師范大學(xué);2019年

2 柴貴娟;基于高通量測(cè)序技術(shù)對(duì)喉癌相關(guān)長(zhǎng)鏈非編碼RNA的初步篩選及鑒定[D];吉林大學(xué);2019年

3 周佩霞;面向第三代測(cè)序技術(shù)的基因組長(zhǎng)序列片段比對(duì)算法研究[D];湖南師范大學(xué);2019年

4 王駿;基于深度測(cè)序技術(shù)的柑桔衰退病毒新基因型鑒定研究[D];西南大學(xué);2019年

5 劉嬌;采用高通量測(cè)序篩選MC4R下游基因表達(dá)譜及驗(yàn)證[D];鄭州大學(xué);2019年

6 方銀瑞;基于Hadoop平臺(tái)的下一代測(cè)序數(shù)據(jù)處理算法研究[D];西北農(nóng)林科技大學(xué);2019年

7 李盛源;新一代高通量測(cè)序數(shù)據(jù)校正方法研究[D];哈爾濱工程大學(xué);2018年

8 潘笑;鹽脅迫甘草愈傷組織轉(zhuǎn)錄組測(cè)序分析[D];河北大學(xué);2018年

9 吳德亮;基于降維與聚類的單細(xì)胞RNA測(cè)序數(shù)據(jù)分析[D];哈爾濱工業(yè)大學(xué);2018年

10 邵韋涵;利用高通量測(cè)序技術(shù)對(duì)“黃優(yōu)1號(hào)”黃顙魚雜交優(yōu)勢(shì)的初步解析[D];華中農(nóng)業(yè)大學(xué);2018年

本文編號(hào)：2886388