基因组所设计开发检测基因CUB的新算法——CDC（Codon Deviation Coefficient）
克日，永利集团基因组科学与信息重点实验室章张研究员，向导其团队乐成开发检测密码子使用偏好（Codon Usage Bias，CUB）的新算法：密码子误差系数模子（Codon Deviation Coefficient，CDC）,该研究效果揭晓在《BMC Bioinformatics》杂志。
此项事情原创性地将概率论中的交、并、补操作应用到组分剖析，用GC含量（S）和嘌呤含量（R）来体现四个核苷酸组分，并在此基础上推导出密码子和氨基酸的组分，从而设计出基于S和R的组分模子，应用该模子考察基因的CUB（Codon Usage Bias ；密码子使用偏好），进而提出了检测基因CUB的新算法CDC（Codon Deviation Coefficient，密码子误差系数）。差别于现有的相关算法（例如：CAI、ENC等），CDC通过GC含量和嘌呤含量思量了差别序列的配景组分特异性，独创性的运用自展重抽样法（Bootstrap Resampling）检测CUB的显著性，且不需要高表达基因作为先验信息。履历证，CDC在模拟数据中优于现有的多个相关算法，在真实数据中CDC与基因表达含量的关联系数（Correlation Coefficient）高于其它算法，并且在大肠杆菌中发明CUB的显著性与基因功效有着细密联系。
该项效果的宣布，使科研事情者能更准确快速的剖析研究CUB，进而更深入的学习在自然选择压力下的基因突变、基因表达，卵白质功效等的进化。
文章链接：http://www.biomedcentral.com/1471-2105/13/43/abstract
附件下载：
