[发明专利]一种基于序列比对的分析DNA突变类型的方法

说明书

本发明公开了一种基因表达中一类遗传变异算法分析突变类型的基于计算机的方法，在计算机中输入野生型DNA1序列和突变型DNA2序列，通过算法直接可以详细输出了突变类型，发生突变的位置，和碱基变化情况，最后，仿真结果验证了该算法的有效性，该遗传变异算法具有准确，高效，省时，省力的优点，而且其结果明确，每个变异基因都有清晰的显示。

技术领域

本发明属于遗传变异算法技术领域，具体涉及基因表达中一类遗传变异算法。

背景技术

生物学正处于像其他大多数科学领域一样的数据雪崩时代。“大数据”一词起源于互联网和IT行业，但随着人类基因组计划的完成，生物技术产业的一场革命导致了高通量测序技术的快速发展，使生命科学研究获得了强大的数据输出能力，包括基因组学、转录组学、蛋白质组学、代谢组学等生物数据。大数据具有以下特点：大量、多样、高速、低价值密度和真实性。一个新的领域生物信息学应运而生，以满足对于分析和处理近期涌现的大数据的需求。

生物信息学作为一门新兴的，发展迅速的交叉学科，在过去十年中有着爆炸性的成长。自20世纪80年代末以来，生物信息学这一术语普遍用于遗传数据的比较分析算法中。生物信息学分析主要致力于分子生物学中的三大数据集：基因组序列、大分子结构和功能基因组学实验结果(如表达数据)。其中，序列比对具有重要意义，从信息科学角度看，序列比对从严格意义上讲属于同源分析，同源性分析对生命起源、进化树构建、肿瘤学、精准医学等领域的研究有着重要的影响。序列比对算法是在计算机辅助下生物信息学研究的关键方法。成对序列比对方法通常用来寻找两个给定序列的局部比对或全局比对。为了产生两两比对，有三种基本方法：点矩阵法、动态规划法和词方法。点矩阵法生成一个单一序列区域的对齐序列，尽管在概念上简单易懂，但是当大规模分析时及其耗时。动态规划算法在成对比对中是应用最广泛的算法，但对于长序列或大量序列来说，速度较慢。GA，PSO，ACO，GSA等各种软计算算法在近几年都有发展趋势，词方法也被称为k-词法，它是一种启发式的算法，不能保证找到最佳的对齐方案，但显然比动态规划算法更有效率。虽然以上提到的算法都有各自的优缺点，但是对于精确到碱基变化的突变类型分析还没有实现，此外，当海量数据到时，特定基因突变类型的判定也一直是一个问题，因此，亟待提供一种精确有效的算法来区分特定基因突变类型的功能，同时为以后大量数据的处理提供基础。

发明内容

针对现有技术中存在的不足，本文的目的在于提出了一种基因表达中一类遗传变异算法，该遗传变异算法实现了区分特定基因突变类型的功能，且这里的算法与其他算法不同，具有非常详细的输出，即根据突变的规律，对于输入的DNA序列对，该算法基于计算机输出了突变类型，发生突变的位置，和具体的碱基突变情况。最后，仿真结果验证了该算法的有效性，该遗传变异算法具有准确，高效，省时，省力的优点，而且其结果明确，每个变异基因都有清晰的显示。

为了实现上述目的，本发明提供了一种基于序列比对的分析DNA突变类型的方法，包括以下步骤：

步骤1：在所述计算机中输入野生型DNA1和突变型DNA2序列；

步骤2：比对野生型DNA1和突变型DNA2序列，确定第一个不同的突变碱基i，并比对i后三位碱基i+1、i+2和i+3是否相同，若DNA1和DNA2中i+1～i+3三位碱基比对相同转步骤3；若不同则转步骤4；

步骤3：判断突变碱基i是否导致终止密码子的形成，是则判断突变类型为无意义突变，计算机输出结果，结束；否则判断为错义突变，计算机输出结果，结束；

步骤4：在碱基i的基础上滑动N个碱基，其中N≥1，直到发现DNA1和DNA2中i+1～i+3三位碱基比对相同，则滑动停止，进入步骤5；

步骤5：根据步骤4滑动的碱基个数N进行判断，若滑动碱基个数N＝1，则判断突变类型为插入突变和缺失突变，计算机输出结果，结束；若滑动碱基个数N≠1则进行步骤6；