[发明专利]基于kendall相关系数的DNA序列相似性比对方法

权利要求书

1.基于kendall相关系数的DNA序列相似性比对方法，其特征在于：其包括如下步骤：

1)获取N条待比对的DNA序列；

2)选取长度k，按滑动窗口的方式获取每对组合DNA序列的相应的k词，并组合成相应的向量

3)以步骤2)所获取的k词，计算每个k词在DNA序列中出现的次数，即计算k词在DNA序列中出现的频率向量，将其记为x_i；

4)对N条DNA序列k词向量进行两两组合，即得到组合，每个组合向量记为X＝{x_i},Y＝{y_i}；

5)每种组合的k词频率向量即x_i，y_i，计算其对应的kendall相关系数；

步骤5)中，通过如下步骤获得DNA序列的k词的kendall相关系数：

a)通过下式，获取待比对DNA序列A的k词，其中DNA序列A长度设为n：

b)通过下式，计算k词出现的频率：x_i＝{第i个k词在DNA序列A中重复出现的次数}；

c)对组合的X,Y向量，通过下式，计算kendall相关系数式中t_x是{x_i},{y_i}中拥有一致性对数，t_y是{x_i,y_i}拥有不一致性对数，T是{x_i,y_i}拥有不相同k词总个数；

d)步骤c)中的t_x，t_y可以由下式获取，t_x＝(x_i-y_i)*(x_i-y_i)为同号，则称为是{x_i,y_i}中一致性对数,t_y可以由下式获取，t_y＝(x_i-y_i)*(x_i-y_i)为异号，则称为是{x_i,y_i}中不一致性对数；

6)建立N条DNA序列的N×N阶kendall相关系数矩阵，以获取DNA序列的相似信息以及进化关系图。

2.根据权利要求1所述基于kendall相关系数的DNA序列相似性比对方法，其特征在于：所述步骤2)中，对DNA序列取其长度为k的词频向量。

3.根据权利要求1所述基于kendall相关系数的DNA序列相似性比对方法，其特征在于：所获得的kendall相关系数表示为τ，τ是一个值为[-1,1]的数，当τ的值越接近于1则表示两条DNA序列之间相关程度越强，当τ的值越接近-1则表示两条DNA序列之间是负向相关，当τ的值接近于0则表示两条DNA序列不存在相关性。

4.根据权利要求1所述基于kendall相关系数的DNA序列相似性比对方法，其特征在于：步骤6)中构建N*N阶的kendall相关系数矩阵，此矩阵为对称矩阵，对角线上的值为1，可以得到N条DNA序列的两两相似性信息，由此构建出N条DNA序列的进化的关系。