北京大学生物信息学学习(3动态规划进行2序列比对的原理 )
链接 https://www.bilibili.com/video/BV1by4y1k7rc?p=6
北京大学生物信息学公开课之动态规划进行2序列比对
掌握主流的生物信息学的原理,然后让生物信息学为你所用,,知其道用其妙
对当前流行的软件的分析
主要包括以下几方面
生物信息学分析
来自灵魂的拷问
1.生物学问题 软件需要解决的生物学问题和背景是什么???
2.使用这种方法需要什么样的数据,需要哪些参数??
3.如何将生物学问题通过建模形成计算机能够解决的生物学模型??
4.模型的实现需要的算法??
比如序列比对分析
生物学问题
序列比对的重要性(主要基于的问题 ::: 1.相似的结构具有相似的功能,2.不同的物种中,相似的序列是构建演化关系的重要因素
那么经典的常用的动态规划进行序列比对的方法Needleman-Wunsch 算法
序列比对常见的网站https://www.ebi.ac.uk/Tools/psa/emboss_matcher/
比对结果的解读
比对的结果通过一个替换矩阵来分析
第5个位置S向T 的替换得到的矩阵的分数是1>0,在结果显示中是冒号:
而对于替换的结果是-1 的时候,在结果显示中是. 表示相似性较差。
每个氨基酸的比对是相互独立的
那么对于其中空位的部分,正在一条序列上的空位,另一条序列上就是插入
对于空位会产生罚分
最终的得分是是全部的惩罚分数之和。
利用动态规划进行全局比对
2条序列的比对
核苷酸的数目为n
那么所有比对的结果是在2n 个位置上放n个空位的组合
也即是2n 个数据里面选取n个的组合数
1个碱基序列比对的结果,比对到另一个核苷酸或者1个空位
因此总的比对分数等于当前每个残基比对的结果之和,因此序列比对的问题可以分解为
当前最好的比对结果加上后期比对最好的结果,也就是转化为动态规划的问题
动态规划进行全局的比对,理论公式全局最优解等于当前最优解+下一个比对的最优解
设置最初始的比对结果是F(0,0)=0
在本例中的惩罚分数是d=-5,不同的替代之间的结果是,同一替代是2分,A/C是-7,A/G是-5,A/T也是-7。
动态最优规划
在计算的过程中,每个格子只考虑它上方和左侧的分数来源,在所有的结果中,取最大的分数作为最终的分数,用于下一次的计算
举例子
动态规划矩阵
每个格子选取所有可能性中最大的分数,那么对于上述的矩阵,第一列和第一行的分数分别为-5,-10,-15,然后从左边和上边分别得到当前的分数,选取最大的作为最大的得分
最终得到的最优的比对结果
最后优AAG 和AGC 三个碱基的比对序列,得到的最优结果如上2个,最终的得分为-6。
生物信息学序列比对
北京大学生物信息学学习(3动态规划进行2序列比对的原理 )相关推荐
- 北京大学生物信息学学习(6)隐含马尔可夫模型
北京大学生物信息学学习(6)隐含马尔可夫模型 马尔可夫链(时间和状态都离散的状态组合) https://www.bilibili.com/video/BV13t411G7oh?p=14 隐含马尔可夫模 ...
- 北京大学生物信息学学习(7)NGS 分析
第二代基因组测序 深度测序产生的FASTQ 数据 Q值会通过转化表编码成ASCI码保存在FASTQ数据中 通过质量信息,常将质量分数小于20,即错误概率大于0.01 的碱基认为是不可靠的,如果这样的剪 ...
- 北京大学生物信息学 (4)序列数据库
北京大学生物信息学 (4)序列数据库 https://www.bilibili.com/video/BV13t411G7oh?p=9&spm_id_from=pageDriver 搜库算法 B ...
- 北京大学生物信息学课程(5)
北京大学生物信息学课程(5) 马尔可夫模型的学习 马尔可夫模型 未来的状态至于当前的状态和状态的转移概率有关,而与之前和过往的状态无关. 空位罚分 引入了Gap open 和Gap extending ...
- 北京大学生物信息学(3)
北京大学生物信息学(同源性,相似性,相似矩阵) 如何使用计算机来识别相似性,使用相似矩阵 多序列比对 蛋白质打分比对矩阵 常用的蛋白比对的算法BLOSUM 蛋白质的演化过程 PAM2表示从A2步到A的 ...
- 北京大学生物信息学(9)第二代基因组测序技术
北京大学生物信息学(9)第二代基因组测序技术 如何预测一个遗传变异的功能及其对表型的变化 https://www.bilibili.com/video/BV13t411G7oh?p=26 常见的二代测 ...
- php算法学习,php算法学习之动态规划
动态规划程序设计是对解最优化问题的一种途径.一种方法,最终问题的最优解可以通过前面子问题的最优解推导出来. 对于动态规划这个算法,自己学习的还不是很透彻,简单的总结自己学习的感受是: 动态规划思想中融 ...
- 强化学习算法在京东广告序列推荐场景的应用实践
猜你喜欢 0.淘宝首页猜你喜欢推荐建模实践 1.[免费下载]2022年3月份热门报告 2.[实践]小红书推荐中台实践 3.微信视频号实时推荐技术架构分享 4.对比学习在宽狩推荐系统中的应用实践 5.微 ...
- 【推荐实践】强化学习算法在京东广告序列推荐场景的应用
猜你喜欢 0.搜狗信息流推荐系统架构及推荐算法实践1.如何搭建一套个性化推荐系统?2.京东推荐算法精排技术实践3.[万字长文]某视频APP推荐算法及策略详解4.微博推荐算法实践与机器学习平台演进5.腾 ...
最新文章
- Windows Mobile 5.0 中为开发人员提供的新功能(3)
- 【Windows 逆向】CheatEngine 工具 ( 汉化版 CE 工具推荐 | 编写简单 C++ 程序 | C++ 程序执行分析 | 使用 CE 修改上述 C++ 程序 )
- B/S和C/S的区别
- python词频统计代码_python统计词频
- .NET中的值类型与引用类型
- 【Java开发工具】Generator:Java代码生成工具
- Tomcat中的ResourceBundle国际化解析
- excel数据分析模块
- JBX IDE中文输入
- 树莓派4B WIFI 物理网口设置固定IP方法
- 批量识别PDF/OFD/PNG/JPG电子发票到EXCEL
- 安卓逆向例子--某菠菜APP token pwd 参数
- 有关FLOPS的定义与计算
- SOA 架构中的ESB是更好的应用于异构系统集成整合还是用于统一服务调用/基础服务实施...
- Effie 与文字讲缘分,与写作者交朋友
- 台式电脑组装的步骤~~~~·
- P3763 [TJOI2017]DNA (FFT)
- 进阶版的Java发牌小程序
- 有手就行的 Spring Boot 集成 Shiro
- 4K+AI将加速催生5G时代颠覆性应用
热门文章
- 关于IIS不能浏览ASP网页 和不能浏览后台(转)
- WebRTC报错:depot_tools/bootstrap_python3: um.8_bin/python3/bin/python3: 没有那个文件或目录(三)
- 二分查找时间复杂度分析
- 系统签名缺少libconscrypt_openjdk_jni.so解决
- C++使用using与typedef定义别名
- linux /dev/null用法
- python之slice,range
- tensorflow之reshape
- go语言学习之helloword
- LED显示驱动(六):LED显示设备显示单层图片调试(DE驱动测试)