[发明专利]基于周期三临近特征的外显子预测方法

权利要求书

1.基于周期三临近特征的外显子预测方法，包括如下步骤：

步骤1、训练阶段：

选取已知的DNA序列，记录长度区间，建立DNA碱基序列的功率谱，并分别选取3倍数的外显子和内因子序列计算模板功率谱特征值；

步骤2、识别阶段：

取待识别DNA序列，滑动与训练阶段同样的长度区间，计算得到每组识别功率谱特征值；

步骤3、计算训练阶段模板的功率谱特征值与识别阶段的每组识别功率谱特征值的欧式距离，对1/3频率的临近区间进行距离判断；

步骤4、根据模板功率谱特征值与识别功率谱特征值的欧式距离，判断外显子位置。

2.根据权利要求1所述的基于周期三临近特征的外显子预测方法，其特征在于：所述的步骤1具体为：

对DNA序列中每种碱基，分别将其位置记录为序列，得到4个碱基A、T、G、C的位置的序列和n为时间的离散值，式中，l表示DNA序列中外显子、内因子和外显子内因子混合的标记，记l＝1表示外显子序列，记l＝2表示内因子序列，舍弃内因子和外显子混合序列，将每一个序列按照如下公式进行快速傅里叶变换得到每个序列傅里叶变换值和

$X_a^l\[k\]=\underset{n=0}{\overset{N-1}{\Σ}}{x}_a^l\left(n\right)\exp (-2\mathrm{\π}jkn/N),0\≤k\≤N-1$

$X_t^l\[k\]=\underset{n=0}{\overset{N-1}{\Σ}}{x}_t^l\left(n\right)\exp (-2\mathrm{\π}jkn/N),0\≤k\≤N-1$

$X_g^l\[k\]=\underset{n=0}{\overset{N-1}{\Σ}}{x}_g^l\left(n\right)\exp (-2\mathrm{\π}jkn/N),0\≤k\≤N-1$

$X_c^l\[k\]=\underset{n=0}{\overset{N-1}{\Σ}}{x}_c^l\left(n\right)\exp (-2\mathrm{\π}jkn/N),0\≤k\≤N-1$

式中，j为虚数单位，n为时间的离散值，k为频域的离散值，N为周期长度，

采用如下公式，选取3倍数的外显子和内因子序列计算模板功率谱特征值，记为S^l[q]，其中q为3倍频域的离散值

$S^l\[q\]=|X_a^l\[q\]{|}^2+|X_t^l\[q\]{|}^2+|X_g^l\[q\]{|}^2+|X_c^l\[q\]{|}^2$

3倍频域的离散值q＝…N/3-2,N/3-1,N/3,N/3+1,N/3+2…。