一种基于隐马尔可夫模型的嗅觉受体基因注释方法和系统

    公开(公告)号:CN117316284A

    公开(公告)日:2023-12-29

    申请号:CN202311281162.2

    申请日:2023-10-07

    Abstract: 本发明属于生物信息学技术领域,公开了一种基于隐马尔可夫模型的嗅觉受体基因注释方法和系统,旨在注释脊索动物基因组中的嗅觉受体基因,包括功能性嗅觉受体基因和嗅觉受体假基因。嗅觉受体是一类数量庞大的超基因家族,具有数量众多且差异大,假基因比率高等特点,这导致高质量地注释嗅觉受体基因比较困难。本发明采用嗅觉受体基因序列构建隐马尔可夫模型来定位基因组中嗅觉受体基因的坐标,并利用嗅觉受体特征和模式匹配来鉴定嗅觉受体基因,具有敏感度高、鲁棒性优和占用计算资源少等优势。本发明提供的嗅觉受体基因组注释方法和系统在提高嗅觉受体数据质量和挖掘致病相关的嗅觉受体基因等方面具有良好的推广价值。

Patent Agency Ranking