基于EST的基因预测算法研究开题报告

1. 研究目的与意义

全基因组测序完成后，下一步的任务是数据分析工作，基因预测是其中的重要步骤之一，本课题拟研究基于EST的基因预测算法，利用近缘种EST对杞柳基因组进行预测。

从基因结构规律提炼、EST数据挖掘利用、模型与算法设计、软件研制等方面对杞柳基因结构预测进行了研究，基于EST的基因外显子区域识别等相关模块本课题重点参考BLAT等软件，分析其算法，设计出适合与杞柳的基因预测算法。

2. 国内外研究现状分析

基因预测一般指预测dna序列中编码蛋白质的部分。

其方法主要有两大类：一类是基于相似性的预测方法，即利用已知的mrna或蛋白质序列为线索在dna序列中搜寻所对应的片段，达到基因预测的目的；另一类是基于统计学模型的从头预测方法，即利用统计学模型训练出相应参数，再对基因进行预测，这种方法可不依赖已知的dna序列进行预测。

林木基因组学研究进展迅速.结构基因组学方面,已构建了近40个主要造林树种的遗传连锁图谱,在不同树种中定位了30余个重要的数量性状位点,在部分树种中开展了基因组比较和综合图谱构建研究,杨树的全基因组测序已经完成,桉树的全基因组测序正在进行.功能基因组学方面,已分析了主要造林树种多种组织的转录组est序列,对林木次生生长与木材形成、开花和抗寒性的形成等过程开展了功能基因组学研究。

3. 研究的基本内容与计划

基因组序列是一个物种进行一切生命活动的遗传与物质基础，解释和理解基因组序列的第一步是完整地注释其中参与编码蛋白质的基因。

有许多证据能够对基因组注释提供支持，包括表达序列标签expressed sequence tag，est 同源蛋白质、基因预测软件的结果、相近物种间的保守片段等。

人工的基因组注释主要是通过对比est与基因组序列，产生一个可靠的注释结果。

4. 研究创新点

表达序列标签(expressed sequence tags, est) 是从随机选择的cdna 克隆进行单向测序获得的短的cdna序列, 代表一个完整基因的一部分。

随着生物信息学和基因定位的迅猛发展, est已成为基因定位、基因克隆、基因表达分析的有力工具。

算法总是在不断的应用中获得认可和改进。