[发明专利]基于kendall相关系数的DNA序列相似性比对方法

摘要

本发明公开基于kendall相关系数的DNA序列相似性比对方法，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，DNA序列所有的k词频率记为X＝{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k词频率向量记为x，y；5)每种组合的k词频率向量即x，y，计算其对应的kendall相关系数；6)建立N条DNA序列的N*N阶相似系数矩阵，以获取DNA序列的相似性以及进化关系图。本发明提高DNA序列相似性比对的效果，简化计算复杂性并缩短运算时间。

主权项

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xi；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xi，yi，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tx，ty可以由下式获取，tx＝(xi‑yi)*(xi‑yi)为同号，则称为是{xi,yi}中一致性对数,ty可以由下式获取，ty＝(xi‑yi)*(xi‑yi)为异号，则称为是{xi,yi}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。