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：
8 [2 `  @+ x4 B% l# c; `9 t! ~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）？

0 Y2 ~* J, T) D1 G. e' x" s概念解释：
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
7 U' x5 z. x  W/ s) X# D- J+ i
! e3 r8 B( K  o6 X0 T! I之前，生物信息估计基因组大小的方法
& c5 a5 q' r0 j% m8 t3 J我的实验过程是这样的
; p/ a# w: f8 D1 Q* c7 n
6 `$ \% w% {" S% T1、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
" A) V& ^% H: |0 w, A( C& w2、统计相同K-mer出现的次数（叫K-mer的深度）
) s4 U$ f, |9 X8 Q3、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

. V/ m' [% H4 `) I6 A1 Y$ T8 [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）
0 B3 c2 R) L, \" z0 _8 G# a9 {. K
+ s0 d0 z# E5 @9 n4 p/ g; p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。
那么，
# H" R6 `0 }2 {( D( H8 d1、这样的图是符合什么数学公式了？
2、能否区分出基因组中重复的区域？
9 c0 M4 K1 C& s, S
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，
/ `! P! M, q1 r& ]3 T$ O( Z& B1、这个可以用数学公式表示吗？
; N5 e4 [2 G1 B8 f5 x/ t+ _5 J2、能否区分出污染的数据？

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）

7 \" f# w+ J( i; G7 O
7 J7 w$ c$ r* a0 ^/ D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。

4 j& _& e6 m' U5 |0 {' @希望得到数学同志们的帮助，
8 g. _3 D2 e8 |% g* T! t我的邮箱是：jingyc01@163.com，qq是51178182
( }+ {! Q$ ~6 S5 H9 J/ @
4 B* O' P7 h& l4 }5 \
1 h% c8 |. r/ b1 E) H% L
2 i% M1 E3 S% E: c

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！