关于泊松的问题（生物信息学的一个问题扩展）

chuchumaolu

实际问题是这样的：
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）？
7 x& r: E' B; Q7 X9 M% I. U
. s; K9 j3 P5 A3 f概念解释：
" J/ G3 N1 P5 P. h! `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
测序深度：测序的reads的总大小 /基因组大小，叫测序深度

& X% Q8 U" k, b' g之前，生物信息估计基因组大小的方法
3 b) i0 Y+ Z: A( [我的实验过程是这样的

& `( D& M0 l1 G! q2 r2 d1、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
2、统计相同K-mer出现的次数（叫K-mer的深度）
3、统计相同深度出现的次数（叫深度的频数）
4、作深度与深度的频数的图

7 x# R( G; H; X( a- ]$ E" n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）

我的问题：
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。
- e; z! ^' }5 T0 j那么，
& \5 N/ A, W6 i6 d" M1、这样的图是符合什么数学公式了？
3 Q( n8 \* M# p3 {2、能否区分出基因组中重复的区域？
6 Z: H3 O: n1 z, j6 d+ \8 T
  U. _9 g( c. s! z& A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。
那么，
, M5 x' L, S8 q" H% q1、这个可以用数学公式表示吗？
3 {1 C; K: I3 Z( o9 m3 H' _. E7 j# F2、能否区分出污染的数据？
- X! L  n# T5 N4 i5 _$ `
! M/ T# k! T9 q/ m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）
* d" I0 j7 |* F; S# ]  C7 b4 m
( r, r2 @& w$ j  ^
自我介绍
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。

希望得到数学同志们的帮助，
我的邮箱是：jingyc01@163.com，qq是51178182


/ J; @* B2 v  U1 E5 t' ~
( Q$ J# B  {* X2 `5 i0 p9 V

matdrchen

我来了~~~~~~~~~ 闪人~~~~~~~~~~~~~~~~  

Agnes2_3_4_5_6

a~帮顶~先~！！

yjh2010

先  支持一个！

madiostudy

强人，佩服死了。呵呵，不错啊

chuchumaolu

求高人指点，难道中国真的没有搞数学的

china_chinese

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

class77787

顶顶更健康，越顶吃的越香。

wenfeng018

我要把这个帖子一直往上顶，往上顶！

poipoi

我要把这个帖子一直往上顶，往上顶！