[发明专利]一种DNA序列的可视化方法

说明书

技术领域

本发明涉及一种基因序列的可视化表示方法，属于生物信息学领域。 

背景技术

DNA序列由A（腺嘌呤），T（胸腺嘧啶），G（鸟嘌呤），C（胞嘧啶）四个核苷酸组成。DNA数据可以以字符的形式储存于电脑中。这种方式虽便于保存，但是却不易于人们的观察。因此开发一种辅助工具来帮助 观察和分析DNA数据并从中挖掘有价值的信息，具有重要的实际意义。 

自第一个DNA序列可视化模型提出以来，DNA序列可视化技术蓬勃发展，大量学者做出了巨大努力和贡献，但是在同一模型中同时解决以下五个问题是相当困难的，分别是：信息丢失问题，在高维空间难以观察的问题，退化问题，长DNA序列在二维空间难以观察的问题，需要反映有用信息的问题。因此，为解决以上问题，实现肉眼观察和分析DNA数据，亟待开发新型DNA序列可视化方法。 

发明内容

 [0006]

本发明的目的：本发明是一种改进的DNA序列可视化光谱模型，该模型将A,G,T,C四条平行线周期化显示，根据DNA序列出现的顺序通过跳转规则依次在图中标记连接成折线图，实现DNA序列的可视化。本发明提出的方法可以解决原有DNA序列可视化模型的退化问题，信息丢失问题，长DNA序列在二维空间内难以观察的问题以及需要反映有用信息的问题。

本发明的技术方案： 

1）A,G,T,C平行线：等距离画出4条平行线，以A,G,T,C的顺序标记四条平行线。

2）A,G,T,C平行线的周期化：复制四条平行线，并在平面空间中的Y轴方向进行扩展。 

3）跳转规则：该规则包括两个部分：1、当一段DNA序列的核苷酸数量大于等于10时，根据该段序列最后一个核苷酸的信息进行正或者负跳转；2、当一段序列包含了完整的A,G,T,C核苷酸信息时，根据该段序列最后一个核苷酸的信息进行正或者负跳转（若结尾核苷酸为A时，则向Y轴负方向跳一个周期；若结尾核苷酸为G时，则向Y轴负方向跳两个周期；若结尾核苷酸为T时，则向Y轴正方向跳一个周期；若结尾核苷酸为C时，则向Y轴正方向跳两个周期）。 

本发明与现有技术相比具有以下有益效果：

原光谱图模型为二维可视化模型，并能同时解决退化问题和数据丢失问题。但是当DNA序列长度较长时，原光谱模型的可视化效果就会变差。而本发明在具有原光谱模型的优点基础上，还克服了原光谱模型的缺点：本发明不仅不会出现退化和信息丢失问题，而且不论DNA序列是长或短，都能在二维空间里呈现较好的图形效果，并反映DNA序列的长度。

附图说明

参照下图，通过示例方式描述本发明，其中： 

图1为初始光谱图，其中，A,G,T,C四条平行线等距离的画出，并且标记出来；

图2为周期化光谱图，其中，A,G,T,C平行线周期化图；

图3为按照DNA序列中的核苷酸顺序，依照跳转规则在图2中的平行线上做上标记；

图4是在图3的基础上，把相邻的点用直线连接，并得到最后的表示图。

具体实施方式

DNA序列可视化是指建立DNA序列的折线图，即以图形的形式将DNA序列表示出来，从而避开字符串，通过观察图片达到分析和理解DNA序列的目的，帮助人们挖掘DNA序列的有价值信息。 

利用MATLAB执行本发明的方法。参照图1到图4说明本发明的DNA序列可视化方法的具体实施方式。 

参照图1，首先等距离画出四条平行线，并且以A,G,T,C的顺序标记四条平行线。第一个为核苷酸A（腺嘌呤），标记第一条平行线为A。第二个为G（鸟嘌呤），标记第二条平行线为G，以此类推。 

参照图2，将A,G,T,C四条平行线周期化显示。 

3，根据给定的DNA序列并依照跳转规则，在图2 中做标记（即图3中的DNA序列为“ATGGTGCATCGAAGGC”）。由图3所示，第一个核苷酸为A，在第一个位置的A线上做标记。第二个核苷酸为T，在第二个位置的T线上做标记。以此类推，直到该段核苷酸的个数大于等于10个或者当DNA序列包含完整的A,G,T,C核苷酸信息时，根据该段中最后一个核苷酸的信息，发生跳转。例如，该段DNA序列中的前7个核苷酸信息“ATGGTGC”中正好包含了完整的A,G,T,C信息，同时由于“ATGGTGC” 结尾处的核苷酸信息为C。因此，根据跳转规则，之后的DNA序列（“ATCGAAGGC”）要从当前位置沿Y轴正方向两个周期的A平行线开始标记，并以此类推。 

参照图4，把相邻的点用直线连接起来，得到最后的表示图。这里第一个点是A，第二个点是T，因此在A与T之间用直线连接。第三个点是G，因此将T和G连接，以此类推。