本发明专利技术公开了一种基于基因条形码的生物物种识别方法，步骤如下：1.基因条形码图像与基因条形码图像数据库的制作：从http://www.ncbi.nlm.nih.gov/网站下载617条原核生物体的DNA核苷酸序列建立数据库；根据现有技术制作要识别物种的基因条形码图像。2.对基因条形码图像预处理：采用灰度拉伸将灰度为[0，L]的基因条码图像拉伸到[0，255]；再应用灰度增强，加强基因条码图像的对比度。3.对基因条形码图像中外来基因片段的检索：基因条形码图像的纵向分割；横向外来基因片段的搜索。4.物种识别：确定两个物种之间的相似性度量即确定它们之间的空间距离；根据相似性度量进行物种识别及输出结果。
【技术实现步骤摘要】
本专利技术涉及一种生物物种的识别方法，更具体地说，本专利技术涉及一种基于基因条形码的自动物种分类识别方法。
技术介绍
物种鉴定和分类隶属于传统生物分类学范畴，对物种进行鉴定分类是对其进行科学研究的基础和前提。虽然科学技术发展在维持生物多样性以确保生物种群安全、保护物种及预防传染性疾病流行等方面解决了许多重要的生物问题，但若想成功鉴定和描述物种，仍然是一个待解决的科研难题。2002年4月，德国科学协会提出了建立一个以DNA为基础的包含所有生物群体在内的分类系统的构想。并首次提出了“生物条形码”的概念，即利用一段短的DNA序列作为物种快速鉴定的标记，并希望以此建立起物种名称(条形码)和生物实体之间一一对应的关系。2003年美国科学院院士卡琳和他的同事以k-mer频率分布的分析为依据研究了各种基因组的性能，并指出，通过对整个基因组高达50K碱基对片段二核苷酸相对丰度的测量，标准化的k-mer频率对于单聚体的频率是总体稳定的。他们甚至提出，这种标准化的k-mer的频率分布可以作为基因组标签。2008年，周峰峰等利用条形码为所有的基因的DI-Mer频率进行灰度排序的思路，发现基因自身具有条形码的特征，并将其命名为基因条形码，该基因条形码的主要优点是为基因组提供了一种直观化、全局化的信息，使各种基因组的特征变得一目了然。他们通过研究发现基因条形码有很多有意义的属性1.所有的染色体基因组都有显著稳定的k-mer频率分布，从而产生一致的跨每个条码垂直条带灰度值；2.片段的一小部份有明显不同和异常，与其他基因组的条形码(条形码中横条纹)的对比说明它有2-3类特殊的基因；3.同一生物体的多个染色体一般有高度相似的条形码，但它们都有其异常片段的独特模式；4.条形码的相似程度往往与‘系统发育的近似性’成正比。
技术实现思路
本专利技术所要解决的技术问题是首次提出用图形处理结合基因条形码进行物种种属鉴定识别，提供了一种。为解决上述技术问题，本专利技术是采用如下技术方案实现的所述的基于基因条形码图像的生物物种识别方法包括如下步骤1.基因条形码图像与基因条形码图像数据库的制作1)从http://www. ncbi. nlm. nih. gov/网站下载617条原核生物体的DNA核苷酸序列建立数据库。2)根据文献中所提出的方法制作所要识别的生物物种的基因条形码图像，其中取参数k-mer = 4，M = 1000。2.对基因条形码图像的预处理1)采用灰度拉伸将灰度为的基因条码图像拉伸到。2)再应用灰度增强，加强基因条码图像的对比度。3.对基因条形码图像中外来基因片段的检索1)基因条形码图像的纵向分割。2)横向外来基因片段的搜索。4.物种识别1)确定两个物种之间的相似性度量即确定它们之间的空间距离采用4阶Minkovsky距离来测算物种基因间的相似性度量设物种集为{Xi，i = 1，…，NKXi= (Xil,…，Xid)T，d为特征向量的维数，N为特征向量的个数，Minkovsky距离由下式计算 风式，权利要求1.一种，其特征在于，所述的基于基因条形码图像的生物物种识别方法包括如下步骤1)基因条形码图像与基因条形码图像数据库的制作(1)从http://WWW.ncbi. nlm. nih. gov/网站下载617条原核生物体的DNA核苷酸序列建立数据库；(2)根据文献中所提出的方法制作所要识别的生物物种的基因条形码图像，其中取参数 k-mer = 4，M = 1000 ；2)对基因条形码图像的预处理(1)采用灰度拉伸将灰度为的基因条码图像拉伸到W，255]；(2)再应用灰度增强，加强基因条码图像的对比度；3)对基因条形码图像中外来基因片段的检索(1)基因条形码图像的纵向分割；(2)横向外来基因片段的搜索；4)物种识别(1)确定两个物种之间的相似性度量即确定它们之间的空间距离采用4阶Minkovsky距离来测算物种基因间的相似性度量设物种集为{Xi;i = 1，···， Nj5Xi = (Xil,…，Xid)T，d为特征向量的维数，N为特征向量的个数，Minkovsky距离由下式计算dI风^) = (2)根据相似性度量进行物种识别及输出结果将要识别的物种与数据库中存在的物种分别计算它们之间的Minkovsky距离，其中距离最小者就是物种辨识的结果。2.按照权利要求1所述的基于基因条形码图像的生物物种识别方法，其特征在于，所述的基因条形码图像的纵向分割包括如下步骤1)假设基因条形码图像为I(X，y)，我们创建以下二维特征描述向量作为输入向量 x(s,t)=(I(s,t),|VI(s,t)|)其中I (s，t)和|VI(s,t)|分别为基因条形码图像上第s行t列的灰度值和梯度值；2)对输入向量中的灰度值I(s，t)进行处理用灰度统计法确定阈值T，假设基因条形码图像为I (X，y)，把像素按灰度阈值T分成两类即Ctl与C1，其中Ctl为灰度偏黑的点的集合，C1为灰度偏白的点的集合；P。V1 I(x,y)G3)对输入向量中的梯度值VI(s,t)|进行处理利用像素灰度的一阶导数算子在灰度迅速变化处得到极值来进行突变点的检测，寻找其中梯度变化较大的点即方差突变点的集合；用基因条形码图像的一阶差分直接代替基因条形码图像函数的导数。经过1)步骤处理后的离散基因条形码图像函数I1U, y)在X方向的差分/r和Y方向的差分厂可通过以下公式计算3.按照权利要求1所述的基于基因条形码图像的生物物种识别方法，其特征在于，所述的横向外来基因片段的搜索包括如下步骤1)采用基因条形码图像的纵向分割方法把基因条形码图像切割成k份即1= (I1,12, K, Ik}，每份作为一个子类；2)根据灰度统计法计算每个子类的样本质心^；3)定义聚类标示矩阵为{。}*来标识观测样本中每个成员的归属问题，这样定义 {。丄 的元素值对每个子类Ii若全文摘要本专利技术公开了一种，步骤如下1.基因条形码图像与基因条形码图像数据库的制作从http://www.ncbi.nlm.nih.gov/网站下载617条原核生物体的DNA核苷酸序列建立数据库；根据现有技术制作要识别物种的基因条形码图像。2.对基因条形码图像预处理采用灰度拉伸将灰度为的基因条码图像拉伸到；再应用灰度增强，加强基因条码图像的对比度。3.对基因条形码图像中外来基因片段的检索基因条形码图像的纵向分割；横向外来基因片段的搜索。4.物种识别确定两个物种之间的相似性度量即确定它们之间的空间距离；根据相似性度量进行物种识别及输出结果。文档编号G06F19/10GK102332064SQ20111029372公开日2012年1月25日 申请日期2011年10月7日 优先权日2011年10月7日专利技术者侯涛, 刘富, 康冰, 李丁园, 李扬 申请人:吉林大学本文档来自技高网...
【技术保护点】
１．一种基于基因条形码的生物物种识别方法，其特征在于，所述的基于基因条形码图像的生物物种识别方法包括如下步骤：１）基因条形码图像与基因条形码图像数据库的制作：（１）从ｈｔｔｐ：／／ｗｗｗ．ｎｃｂｉ．ｎｌｍ．ｎｉｈ．ｇｏｖ／网站下载６１７条原核生物体的ＤＮＡ核苷酸序列建立数据库；（２）根据文献［Ｚｈｏｕ，Ｆ．ｅｔ ａｌ．（２００８）Ｂａｒｃｏｄｅｓ ｆｏｒ ｇｅｎｏｍｅｓ ａｎｄａｐｐｌｉｃａｔｉｏｎｓ．ＢＭＣ Ｂｉｏｉｎｆｏｒｍａｔｉｃｓ，９，５４６．］中所提出的方法制作所要识别的生物物种的基因条形码图像，其中取参数ｋ－ｍｅｒ＝４，Ｍ＝１０００；２）对基因条形码图像的预处理：（１）采用灰度拉伸将灰度为［０，Ｌ］的基因条码图像拉伸到［０，２５５］；（２）再应用灰度增强，加强基因条码图像的对比度；３）对基因条形码图像中外来基因片段的检索：（１）基因条形码图像的纵向分割；（２）横向外来基因片段的搜索；４）物种识别：（１）确定两个物种之间的相似性度量即确定它们之间的空间距离：采用４阶Ｍｉｎｋｏｖｓｋｙ距离来测算物种基因间的相似性度量：设物种集为｛Ｘｉ，ｉ＝１，…，Ｎ｝，Ｘｉ＝（Ｘｉ１，…，Ｘｉｄ）Ｔ，ｄ为特征向量的维数，Ｎ为特征向量的个数，Ｍｉｎｋｏｖｓｋｙ距离由下式计算：（ｍａｔｈ）??（ｍｒｏｗ）?（ｍｉ）Ｓ（／ｍｉ）?（ｍｒｏｗ）?（ｍｏ）（（／ｍｏ）?（ｍｓｕｂ）?（ｍｉ）Ｘ（／ｍｉ）?（ｍｉ）ｉ（／ｍｉ）?（／ｍｓｕｂ）?（ｍｏ），（／ｍｏ）?（ｍｓｕｂ）?（ｍｉ）Ｘ（／ｍｉ）?（ｍｉ）ｊ（／ｍｉ）?（／ｍｓｕｂ）?（ｍｏ））（／ｍｏ）?（／ｍｒｏｗ）?（ｍｏ）＝（／ｍｏ）?（ｍｓｕｐ）?（ｍｒｏｗ）?（ｍｒｏｗ）?（ｍｏ）［（／ｍｏ）?（ｍｕｎｄｅｒｏｖｅｒ）?（ｍｉ）＆Ｓｉｇｍａ；（／ｍｉ）?（ｍｒｏｗ）?（ｍｉ）ｌ（／ｍｉ）?（ｍｏ）＝（／ｍｏ）?（ｍｎ）１（／ｍｎ）?（／ｍｒｏｗ）?（ｍｉ）ｄ（／ｍｉ）?（／ｍｕｎｄｅｒｏｖｅｒ）?（ｍｓｕｐ）?（ｍｒｏｗ）?（ｍｏ）｜（／ｍｏ）?（ｍｓｕｂ）?（ｍｉ）Ｘ（／ｍｉ）?（ｍｉ）ｉｌ（／ｍｉ）?（／ｍｓｕｂ）?（ｍｏ）－（／ｍｏ）?（ｍｓｕｂ）?（ｍｉ）Ｘ（／ｍｉ）?（ｍｉ）ｊｌ（／ｍｉ）?（／ｍｓｕｂ）?（ｍｏ）｜（／ｍｏ）?（／ｍｒｏｗ）?（ｍｉ）ｑ（／ｍｉ）?（／ｍｓｕｐ）?（ｍｏ）｜（／ｍｏ）?（／ｍｒｏｗ）?（ｍｏ）］（／ｍｏ）?（／ｍｒｏｗ）?（ｍｆｒａｃ）?（ｍｎ）１（／ｍｎ）?（ｍｉ）ｑ（／ｍｉ）?（／ｍｆｒａｃ）?（／ｍｓｕｐ）?（／ｍｒｏｗ）?（／ｍａｔｈ）其中ｑ＝１、２、３、４；（２）根据相似性度量进行物种识别及输出结果：将要识别的物种与数据库中存在的物种分别计算它们之间的Ｍｉｎｋｏｖｓｋｙ距离，其中距离最小者就是物种辨识的结果。...
【技术特征摘要】
【专利技术属性】
技术研发人员：刘富，侯涛，康冰，李丁园，李扬，
申请(专利权)人：吉林大学，
类型：发明
国别省市：82
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。