数学建模社区-数学中国
标题:
关于泊松的问题（生物信息学的一个问题扩展）
[打印本页]
作者:
chuchumaolu
时间:
2010-9-7 18:35
标题:
关于泊松的问题（生物信息学的一个问题扩展）
实际问题是这样的：
3 b/ m9 T; D4 i# Z. C/ U/ e* o7 W
在实际基因组测序过程中，我们想从测序的reads的数据情况中了解生物的基因组的大小（未知）？
5 n' [7 \0 t% p1 V8 Q2 D( Q
9 Q/ W7 ?% i6 n ]% g& U5 o- x# w
概念解释：
9 a2 w4 B0 ~& S( p( d% T
reads：为了知道生物基因组的DNA序列情况，把生物基因组的DNA打断为小的片段，测定每个片段的DNA序列情况，每次测定反应得到的数据叫：reads
, \! s7 X5 f4 _ `* i3 C
测序深度：测序的reads的总大小 /基因组大小，叫测序深度
6 I2 s! @" H8 j! r
2 I9 J: x7 F" h, h4 R$ P" w, \
之前，生物信息估计基因组大小的方法
6 h( e% X0 }+ ~& q, `! } T0 l
我的实验过程是这样的
Z9 u: I. T" j
: Y9 f' D! Q) z- p+ g) d3 m
1、在一个长度为G的大小的字符串中（DNA序列），从头至尾按一定长度去字符串（叫做K-mer）。例如：ATCT,取3-kmer为：ATC,TCT
' _( K D# j+ |/ Z
2、统计相同K-mer出现的次数（叫K-mer的深度）
, _* O. u/ \8 w" ]8 g3 h
3、统计相同深度出现的次数（叫深度的频数）
8 ?! v& o6 m3 s& O$ F# P! B
4、作深度与深度的频数的图
6 ]# O' b5 K1 \" f S+ Y
/ f( b& P7 v3 q0 x7 s' G
假设：K-mer的深度与深度的频数图服从泊松分布，可以得到：位置基因组大小=K-mer的个数/K-mer的期望深度（叫peak值）
+ G2 y t9 T9 x9 s
8 O+ t& e1 ?- L/ } r7 s# X
我的问题：
0 H7 P$ W& T- B9 B
在一个基因组中存在相同的区域，按照上面的做法得到的深度与深度的频数的图，会出现两个峰，其深度关系成2倍关系。
% v; Z% M2 L- @; Z
那么，
g, a' X7 M) Z) u- N
1、这样的图是符合什么数学公式了？
, p# i- ?& O! W+ d' T% c/ L
2、能否区分出基因组中重复的区域？
2 ^* C0 [6 ~4 W! [1 q) @5 w- o
/ R2 a8 e$ ?7 n- [: m; v z
另一个问题，在基因组测序中，由于样品不纯存在污染（混合有其他生物的基因组），做深度与深度的频数的图，也会出现两个峰。
8 A# I4 a/ ]7 p/ g# \8 K( k1 T
那么，
Q4 Q* U. {9 r! \
1、这个可以用数学公式表示吗？
6 j0 b4 _9 W& v7 d
2、能否区分出污染的数据？
/ Z7 h5 h3 B$ M0 f# M. {
; r; t3 ?4 L: f6 D/ O: `
第三个问题，泊松公式能否像三角函数一样，成叠加的性质，（sinx+cosx）
0 g4 t# A4 i( S3 [* O9 m$ P; D: L' K
0 S. | ^4 @( Z
" \- b. k7 x9 y+ j9 ^5 ~
自我介绍
+ Q, S% E8 k4 v- N, U" S G
我是学生物的，现在做基因组测序工作，在我们的实际工作中，我们经常要计算位置基因组大小，但是我们做的图都不是标准的泊松分布图，所以按照上面公式估计出的大小有很多偏差；而且在实际工作中，经常会遇到杂合和污染的情况；对我们的估计影响也很大。所以希望从数据上得到一些处理。
4 b$ f5 {' z1 X4 u+ X0 q; A
# O1 I1 K: O4 Q
希望得到数学同志们的帮助，
2 C$ K, Y: P) L% R( i1 ]
我的邮箱是：
jingyc01@163.com
，qq是51178182
$ A$ ]9 ]# y: w* ^; s
3 S8 u* y" Y2 {# f9 f9 c5 a; V# ^ A
1 P4 |2 o3 [6 k' w( t& I$ W( N
e% B* R. Q) p; A* ~4 Y1 |; j2 X
作者:
matdrchen
时间:
2010-9-7 20:00
我来了~~~~~~~~~ 闪人~~~~~~~~~~~~~~~~
作者:
Agnes2_3_4_5_6
时间:
2010-9-7 20:49
a~帮顶~先~！！
作者:
yjh2010
时间:
2010-9-7 23:24
先 支持一个！
作者:
madiostudy
时间:
2010-9-8 08:00
强人，佩服死了。呵呵，不错啊
作者:
chuchumaolu
时间:
2010-9-8 08:52
求高人指点，难道中国真的没有搞数学的
作者:
china_chinese
时间:
2010-9-8 12:00
楼主，你写得实在是太好了。我惟一能做的，就只有把这个帖子顶上去这件事了
作者:
class77787
时间:
2010-9-8 15:00
顶顶更健康，越顶吃的越香。
作者:
wenfeng018
时间:
2010-9-8 20:00
我要把这个帖子一直往上顶，往上顶！
作者:
poipoi
时间:
2010-9-9 08:00
我要把这个帖子一直往上顶，往上顶！
作者:
xinyu_1314_1981
时间:
2010-9-9 08:00
呵呵 大家好奇嘛 来观看下~~~~
作者:
zhijun88
时间:
2010-9-9 12:00
留个脚印```````
作者:
yuro
时间:
2010-9-9 15:00
试试运气啦~~~~~~~~~~~
作者:
zys402
时间:
2010-9-9 20:00
试试运气啦~~~~~~~~~~~
作者:
两个人
时间:
2010-9-9 20:00
我基本上是采用看英语文章的办法，先泛读，再精读，再一句一句看，最后再提纲挈领，总算是明白一点了，当然，也可能还是领悟错了。最后要说的一句话是：楼主，你很牛叉，希望你不是真的有病。
作者:
chuchumaolu
时间:
2010-9-9 20:35
不知道楼上什么意思，我是想大家求解问题哦，这个在我们实际工作中经常遇到，难道这个也有病吗？
作者:
liujunliujun_19
时间:
2010-9-10 08:00
鉴定完毕！
作者:
huzh369
时间:
2010-9-10 11:39
顶顶更健康，越顶吃的越香。
作者:
amocilin
时间:
2010-9-10 11:51
我要把这个帖子一直往上顶，往上顶！
作者:
lihe
时间:
2010-9-10 12:00
楼主，你写得实在是太好了。我惟一能做的，就只有把这个帖子顶上去这件事了
作者:
BMSHAO
时间:
2010-9-10 15:00
我基本上是采用看英语文章的办法，先泛读，再精读，再一句一句看，最后再提纲挈领，总算是明白一点了，当然，也可能还是领悟错了。最后要说的一句话是：楼主，你很牛叉，希望你不是真的有病。
作者:
双子座
时间:
2010-9-10 20:00
声明一下：本人看贴和回贴的规则，好贴必看，精华贴必回。
作者:
jjjjpp760
时间:
2010-9-11 08:00
我要把这个帖子一直往上顶，往上顶！
作者:
天下无双
时间:
2010-9-11 12:00
楼主，你写得实在是太好了。我惟一能做的，就只有把这个帖子顶上去这件事了
作者:
liuwei
时间:
2010-9-11 15:00
强烈支持。楼主万岁
作者:
jixue
时间:
2010-9-11 20:00
哦～～
作者:
liujunliujun_19
时间:
2010-9-12 08:00
强烈支持。楼主万岁
作者:
hanslei
时间:
2010-9-12 12:00
留个脚印```````
作者:
chenzhiyongdlut
时间:
2010-9-12 15:01
声明一下：本人看贴和回贴的规则，好贴必看，精华贴必回。
作者:
likaiwudi
时间:
2010-9-12 20:00
声明一下：本人看贴和回贴的规则，好贴必看，精华贴必回。
作者:
alex_syh
时间:
2010-9-13 08:00
我回不抢呢 考虑再三 还是不抢了吧 ^_^
作者:
agsmillboy
时间:
2010-9-13 12:00
鉴定完毕！
作者:
hiv
时间:
2010-9-13 15:00
试试运气啦~~~~~~~~~~~
作者:
DQLZH
时间:
2010-9-13 20:00
哦～～
作者:
beckhamly27
时间:
2010-9-14 12:00
我来了~~~~~~~~~ 闪人~~~~~~~~~~~~~~~~
作者:
timtianma
时间:
2010-9-14 15:00
留个脚印```````
作者:
foremanchen
时间:
2010-9-14 20:00
留个脚印```````
作者:
xiaoxq
时间:
2010-9-15 12:00
偶的天啊!这是什么样的贴子呢？
作者:
镜花水月
时间:
2010-9-15 15:00
强人，佩服死了。呵呵，不错啊
作者:
tjliang_007
时间:
2010-9-15 20:00
我来了~~~~~~~~~ 闪人~~~~~~~~~~~~~~~~
作者:
fengge
时间:
2010-9-15 20:00
声明一下：本人看贴和回贴的规则，好贴必看，精华贴必回。
作者:
wds315
时间:
2010-9-16 12:00
我基本上是采用看英语文章的办法，先泛读，再精读，再一句一句看，最后再提纲挈领，总算是明白一点了，当然，也可能还是领悟错了。最后要说的一句话是：楼主，你很牛叉，希望你不是真的有病。
作者:
不学无术
时间:
2010-9-16 15:00
哦～～
作者:
SDHZTAO
时间:
2010-9-16 20:00
楼主，你写得实在是太好了。我惟一能做的，就只有把这个帖子顶上去这件事了
作者:
chuchumaolu
时间:
2010-9-17 13:43
后面我发现了，我觉得很难的东西，其实别人早就做处理了，kmer分析这个东西是落后的东西呀，只是有些数学关系证明还是很有意思，
作者:
chuchumaolu
时间:
2010-11-28 10:34
前两天我和同事讨论了测序错误的问题，发现在测序错误的部分和测序正确的部分不是简单的的叠加，很复杂，所以有那位高人指点一下，我们一起研究。
作者:
禾木星宸
时间:
2011-3-7 17:13
K-mer分析来评估深度确实有这个问题，就算是单峰，估算值和真实值也有偏差。最近我也刚入手开始做基因组的分析，很多自己也不懂呐
欢迎光临 数学建模社区-数学中国 (http://www.madio.net/)
Powered by Discuz! X2.5