dna序列测定的方法

关于DNA序列分类方法的讨论及研究

孟肖丽 薛刚 张振利

关于DNA序列分类方法的讨论及研究

一、摘要： 研究DNA全序列是生物信息学最重要的课题之一，关于DNA序列分类方法现有许多方法，而本文采用统计的方法对DNA从“不同序列中A、C、G、T四种碱基含量不同”和“不同序列中氨基酸的含量不同”两个方面入手。

针对“不同序列中A、C、G、T四种碱基含量不同”建立多元线性回归方程（本文称为评判方程），根据A、B两类DNA的A、C、G、T四种碱基含量分别建立第一评判方程f1?0.005315xa?0.003195xc?0.005832xg?0.003592xt，第二评判方程

f2?0.003274xa?0.005304xc?0.00089xg?0.009638xt，其中

xi(i?a,g,c,t)表

示A、C、G、T四种碱基在序列中含量，其系数采用含量百分比的方差。为了区分出A、B，我们定义如下评判准则

（1）如果第一评判方程f1?0.5，则该序列为A类；

（2）如果第一评判方程f1?0.5，则根据第二评判方程区分A、B类： ①若f2?0.5，则该序列为B类 ②若f2?0.5，则该序列为A类

根据以上评判标准，将21- 40分类的结果：

A类：22

用判别分析的方法判定DNA序列的类别

摘 要

判别分析法是多元统计分析中的重要内容之一。近年来，人们用判别分析的方法解决了不少在生产科研和日常生活中的实际问题。本文用Fisher判别的思想，从变量检验入手，给出了对DNA序列进行不同分类的理论依据，并探讨错判概率与判别效率之间的关系。通过对检验样本的回报情况分析可知，本文所建立的模型分辨率高（95%），错判率低（<1%），简单而易于运行，适合于各种长度的DNA序列的分类，因此实用性强，有较高的理论价值，为多元统计分析方法在生物信息学领域中应用的又一典型实例。

关键词：DNA

数、错判率。

一、问题提出

序列、Fisher判别法、判别函

1．背景

人类基因组计划中的DNA全序列图是一本记录着人类自生老病死及遗传进化的全部信息的“天书”。这本大自然写成的“天书”是由4个字符A、C、G、T按一定的顺序排成的长约30亿的序列，其中没有断句，也没有标点符号，除了这4个字符表示4种碱基以外，人们对它包含的内容知之甚少，难以读懂 ，破译这部世界上最巨量信息的“天书”是二十世纪最重要的任务之一。在这个目标中，研究DNA全序列具有什么结构，由这4个字符排成看似随机的序列中隐藏着什么规律，又是解读这部天书的基础，是生物信息学最重要的课题之一。对DNA序列的逐步认识让人们相信DNA序列中存在着局部的和全局的结构，充分发掘序列的结构对理解DNA全序列是十分有意义

用判别分析的方法判定DNA序列的类别

摘 要

判别分析法是多元统计分析中的重要内容之一。近年来，人们用判别分析的方法解决了不少在生产科研和日常生活中的实际问题。本文用Fisher判别的思想，从变量检验入手，给出了对DNA序列进行不同分类的理论依据，并探讨错判概率与判别效率之间的关系。通过对检验样本的回报情况分析可知，本文所建立的模型分辨率高（95%），错判率低（<1%），简单而易于运行，适合于各种长度的DNA序列的分类，因此实用性强，有较高的理论价值，为多元统计分析方法在生物信息学领域中应用的又一典型实例。

关键词：DNA

数、错判率。

一、问题提出

序列、Fisher判别法、判别函

1．背景

人类基因组计划中的DNA全序列图是一本记录着人类自生老病死及遗传进化的全部信息的“天书”。这本大自然写成的“天书”是由4个字符A、C、G、T按一定的顺序排成的长约30亿的序列，其中没有断句，也没有标点符号，除了这4个字符表示4种碱基以外，人们对它包含的内容知之甚少，难以读懂 ，破译这部世界上最巨量信息的“天书”是二十世纪最重要的任务之一。在这个目标中，研究DNA全序列具有什么结构，由这4个字符排成看似随机的序列中隐藏着什么规律，又是解读这部天书的基础，是生物信息学最重要的课题之一。对DNA序列的逐步认识让人们相信DNA序列中存在着局部的和全局的结构，充分发掘序列的结构对理解DNA全序列是十分有意义

用判别分析的方法判定DNA序列的类别

摘 要

判别分析法是多元统计分析中的重要内容之一。近年来，人们用判别分析的方法解决了不少在生产科研和日常生活中的实际问题。本文用Fisher判别的思想，从变量检验入手，给出了对DNA序列进行不同分类的理论依据，并探讨错判概率与判别效率之间的关系。通过对检验样本的回报情况分析可知，本文所建立的模型分辨率高（95%），错判率低（<1%），简单而易于运行，适合于各种长度的DNA序列的分类，因此实用性强，有较高的理论价值，为多元统计分析方法在生物信息学领域中应用的又一典型实例。

关键词：DNA

数、错判率。

一、问题提出

序列、Fisher判别法、判别函

1．背景

人类基因组计划中的DNA全序列图是一本记录着人类自生老病死及遗传进化的全部信息的“天书”。这本大自然写成的“天书”是由4个字符A、C、G、T按一定的顺序排成的长约30亿的序列，其中没有断句，也没有标点符号，除了这4个字符表示4种碱基以外，人们对它包含的内容知之甚少，难以读懂 ，破译这部世界上最巨量信息的“天书”是二十世纪最重要的任务之一。在这个目标中，研究DNA全序列具有什么结构，由这4个字符排成看似随机的序列中隐藏着什么规律，又是解读这部天书的基础，是生物信息学最重要的课题之一。对DNA序列的逐步认识让人们相信DNA序列中存在着局部的和全局的结构，充分发掘序列的结构对理解DNA全序列是十分有意义

DNA序列分类

摘要 本问题是一个“有人管理分类问题”。 首先分别列举出20个学习样本序列中1字符串、2字符串、3字符串出现的频率，构成含41个变量的基本特征集，接着用主成分分析法从中提取出4个特征。然后用Fisher线性判别法进行分类，得出了所求20个人工制造序列及182个自然序列的分类结果如下：

1） 20个人工序列：22, 23，25，27，29，34，35，36，37为A类，其余为B类。 2） 182个自然序列：1，4，8，10，27，29，32，41，43，48，54，63，70，72，75，76，

81，86，90，92，102，110，116，119，126，131，144，150，157，159，160，161，162，163，164，165，166，169，170，182为B类，其余为A类。 最后通过检验证明所用的分类数学模型效率较高。

一. 问 题 重 述

人类基因组计划中DNA全序列草图是由4个字符A，T，C，G按一定顺序排成的长约30亿的序列，其中没有“断句”也没有标点符号。虽然人类对它知之甚少，但也发现了其中的一些规律性和结构。例如，在全序列中有一些是用于编码蛋白质的序列片段，即由这4个字符组成的64种不

DNA序列分类模型

DNA序列分类模型

摘要

本文分析了已知类别的人工DNA序列的特征，建立了聚类分析延拓模型和马尔可夫模型，分别对未知类别的人工DNA序列和自然序列进行分类，根据分类效果选出了较优模型。 首先对数据进行预处理，得到人工DNA序列的单个碱基丰度和不同碱基丰度之比等特征量，进而分析A、B两类的差异，得到合适的特征判定条件对未知类别的DNA序列进行分类。计算人工DNA序列的特征量，给出各序列的统计数据。 其次用聚类分析延拓模型进行分类。用A、B两类具有明显差异的特征作为样品特征变量，得到欧式空间中表征编号1-20人工DNA序列的特征向量，计算两两之间的Lance和Williams距离进行相似性度量，逐步选择相似性较大的归为一类，同时不断更新类内的标准比较特征向量，对聚类方法进行延拓，最终得到类内差异小、类间差异大的A、B两类，建立了聚类分析延拓模型。再对选取的

特征变量进行改进，提高模型的分类效果。最后，借助均值、方差和相关系数等参数对改进模型的分类效果进行分析。

再次用马尔可夫模型进行分类。将DNA序列看成是马尔可夫链，求出编号1-10和11-20人工DNA序列在已知当前碱基种类的条件下，下一个碱基出现任一种的概率，结

DNeasy Blood & Tissue Kit (Qiagen, Hilden, Germany)试剂盒中文操作说明书 作者: Allanflying (站内联系TA) 发布: 2012-09-11

一．利用DNeasy? Blood & Tissue试剂盒提取样本总DNA 1．前处理： 注意：

1） 石蜡包埋组织的DNA一般小于650bp，还要视样本类型与保存年限而定。 2） 固定剂一般为福尔马林或酒精。不推荐用蛾酸固定的样本。 3） 溶解时间随样本类型和溶解状态而定。 4） 产量视样本类型和保存年限而定。推荐用50-100ul的AE缓冲液洗脱纯化的DNA。 5） 开始前要预热孵化器或水浴锅至37℃，用于操作步骤9）。 1.石蜡包埋组织的前处理 操作步骤：

1） 将小片石蜡包埋的组织（小于25mg）放入2ml离心管中（自备）。 2） 加入1200ul的二甲苯，用力涡旋震荡。 3） 最大转速室温（15-25°）离心5分钟。 4） 移液枪吸去上清。小心不要吸去沉淀。

5） 往沉淀中加1200ul的

DNA提取

191

论　著 　

线粒体DNA提取方法的比较3

李伟文　陆松敏　刘建仓　武　凡　李　萍　柏干荣

第三军医大学野战外科研究所(重庆,400042)

　　摘要　目的将提取线粒体DNA的碱变性法、改进高盐沉淀法加以比较,以得到最方便快速提取线Triton法、粒体DNA的方法。方法分离Wistar大鼠小肠上皮细胞,用3种方法提取线粒体DNA,紫外分光光度法定量。用琼脂糖凝胶电泳和线粒体ATPase8亚基基因PCR扩增产物鉴定所提取的线粒体DNA。结果改进高盐沉淀法线粒体DNA量最多,Triton法最少。OD260 ～1.85间。将改进高盐沉淀法提取线粒体DNA用于OD280均在1.78结论改进高盐沉淀法提取线粒体DNA具有操作简单,PCR扩增,测定出了线粒体DNAATPase8亚基基因序列。产量多的优点,该法所提取mtDNA可用于mtDNA测序。

关键词　线粒体;DNA;分子遗传学

　　1981年,Anderson用氯化铯密度梯度分离得到线粒体DNA(mtDNA),进行了全序列分析。此后,mtDNA的研究日益得到重视。本实验将Triton法、碱变性法与改进高盐沉淀法进行了比较,发现后者具有简便、经济、易重复等优点。1　材料和方法111112　细

DNA提取

191

论　著 　

线粒体DNA提取方法的比较3

李伟文　陆松敏　刘建仓　武　凡　李　萍　柏干荣

第三军医大学野战外科研究所(重庆,400042)

　　摘要　目的将提取线粒体DNA的碱变性法、改进高盐沉淀法加以比较,以得到最方便快速提取线Triton法、粒体DNA的方法。方法分离Wistar大鼠小肠上皮细胞,用3种方法提取线粒体DNA,紫外分光光度法定量。用琼脂糖凝胶电泳和线粒体ATPase8亚基基因PCR扩增产物鉴定所提取的线粒体DNA。结果改进高盐沉淀法线粒体DNA量最多,Triton法最少。OD260 ～1.85间。将改进高盐沉淀法提取线粒体DNA用于OD280均在1.78结论改进高盐沉淀法提取线粒体DNA具有操作简单,PCR扩增,测定出了线粒体DNAATPase8亚基基因序列。产量多的优点,该法所提取mtDNA可用于mtDNA测序。

关键词　线粒体;DNA;分子遗传学

　　1981年,Anderson用氯化铯密度梯度分离得到线粒体DNA(mtDNA),进行了全序列分析。此后,mtDNA的研究日益得到重视。本实验将Triton法、碱变性法与改进高盐沉淀法进行了比较,发现后者具有简便、经济、易重复等优点。1　材料和方法111112　细

各种DNA提取方法提取方法提取方法提取方法

一，基因组DNA提取方法

制备基因组DNA是进行基因结构和功能研究的重要步骤，通常要求得到的片段的长度不小于100-200kb。在DNA提取过程中应尽量避免使DNA断裂和降解的各种因素，以保证DNA的完整性，为后续的实验打下基础。主要是CTAB方法，其他的方法还有1物理方式:玻璃珠法超声波法研磨法冻融法。2化学方式：异硫氰酸胍法碱裂解法3生物方式:酶法。根据核酸分离纯化方式的不同有:硅质材料、阴离子交换树脂等

试验步骤： 1、贴壁细胞用胰酶消化，离心收集。 2、细胞重悬于冰冷的PBS漂洗一次，离心收集。试验步骤2再重新作一边。 3、加入5mlDNA提取缓冲液，(10mmol/LTris-cl0.1mol/LEDTAo.5%SDS)混匀。 4、加入25ul 蛋白酶K使终浓度达到100ug/ml 混匀，50℃水浴3h 5、用等体积的酚抽提一次，2500rpm离心收集水相，用等体积的（酚，氯仿，异戊醇）混合物抽提一次，2500r/min离心收集水相 6、用等体积的氯仿，异戊醇抽提一次。加入等体积的5mol/L的LiCL混匀，冰浴，10min.。 7、2500rpm离心10min.转上清于一离心管