3、模式识别与生物信息学中的生物数据任务

模式识别与生物信息学中的生物数据任务

在生物信息学领域，处理和分析生物数据是核心工作。下面将详细介绍生物信息学中针对生物数据的主要任务。

1. 序列比对与比较

1.1 比对的概念与类型

比对是将两个或多个序列进行相互排列，以显示它们的相似之处和不同之处。主要的比对类型有全局比对和局部比对：
- 全局比对 ：旨在使序列在整个长度上的匹配数量最大化，适合已知非常相似的序列。例如，在比较亲缘关系较近物种的同源基因序列时，全局比对能很好地找出整体的相似性。
- 局部比对 ：为序列间的局部匹配提供最高得分，当序列整体相似度不高，但内部有短片段具有高度相似性时，局部比对可找出这些重要区域。

1.2 比对算法

• 动态规划（Smith–Waterman算法） ：能对两个或多个生物序列进行高效且全面的比较。在比对过程中，可能需要在序列中插入空格，连续的空格定义为缺口，最终得到两个序列的数学最优比对，并生成相似度得分。
• 其他流行的比对技术 ：如BLAST、FASTA和PSI - BLAST等。

1.3 多序列比对

多序列比对将一组序列排列，使同源序列位于同一列。其计分方式有多种，一种常见的方法是将多序列比对中所有诱导的两两比对得分相加。在多序列比对中，很少区分全局、局部等不同形式的比对。

以下是序列比对任务的流程图：