DNA序列的灰色分类.pdfVIP

第 18 卷第 4 期 中原工学院学报 Vol . 18 　No . 4 2007 年 8 月 J OU RN AL O F ZHON GYU AN UN IV ER SIT Y O F T EC HN OL O GY Aug . ,2007 　　文章编号 :167 1 - 6906 (2007) 04 - 00 18 - 04 DN A 序列的灰色分类 1 2 王焕森 , 饶明贵 ( 1. 华北水利水电学院 ,郑州 450008 ; 2 . 河南工程学院 ,郑州 450007) 摘 　要 : 　分别应用灰色数学 、模糊数学理论中的灰色关联聚类及中心向量方法 ,对已知 DN A 序列通过建立相关分类 模型和优化模型进行分类研究 ,从而达到对未知 DN A 序列进行分类的目的. 关 　键 　词 : 　DN A 序列 ;灰色关联聚类 ; F 统计量 ;灰色识别 ; 中心向量 中图分类号 : 　　O 110 　　　　文献标识码 : 　A 　　DN A 序列是由4 个字符 A , T , C , G 按一定顺序 1. 1 　模型分析 排成的序列 ,是生物遗传信息的载体. 当前生物信息学 根据问题的要求 ,提取一个序列的特征 ,然后给出 最重要的课题之一是研究由这 4 个字符排成的看似随 它的数学表达式 ,最后选择并构造基于这种数学表示 机的 DN A 序列中所隐藏的规律 ,其中 ,DN A 全序列 的分类方法. 对于任意一个 DN A 序列 , 由生物学知 [ 5 ] 结构的研究是生物信息学的一个重要课题 ,而 DN A 识 反映该序列特征的方面有 2 个 : ①碱基的含量 ,反 序列分类是研究 DN A 全序列结构 的基础. 人们对 映了该序列的内容 ; ②碱基的排列情况 ,反映了该序列 DN A 序列分类问题作了很多研究 , 建立了一些数学 的形式. 模型 , 提出了一些分类方法 , 如神经网络法[ 2 ] 、距离 由于 DN A 序列全是 A , T , C , G 组成 ,且长短不 分类法[ 3 ] 、统计分析法[4 ] 、Fi sher 判别法[ 5 ] 等. 本文 一 ,本文采用提取 DN A 序列中 A , T , G , C 的百分含 应用灰色数学与模糊数学中的灰色关联聚类及中心向 量这一特征 ,对已知 DN A 序列进行灰色关联度聚类 量方法研究以下 DN A 序列集合的分类问题 : 已有 20 和对未知 DN A 序列进行灰色识别. 借助 Mat lab 软 个类别的DN A 序列[9 ] ,其中序列标号 1 —10 为 A 类 , 件 ,将 DN A 序列中 A , T , G , C 的个数统计汇总成表 11 - 20 为 B 类. 目的是从已知类别的序列中提取特 1 、表 2 . 征 ,构造分类方法 ,对另外 20 个未标明类别的 DN A