项目通过利用数学理论、方法与手段并结合计算机工具对基因（DNA和RNA）或蛋白质序列的序列信息，空间结构和生物学功能等特征进行数学刻画、比较和分析。项目的主要研究内容包括：基因和蛋白质序列的同源相似性比较、物种的系统发生关系分析、剪切位点序列预测、DNA序列中的内含子与外显子区分、以及模拟蛋白质的结构和推测蛋白质的功能等方面工作。 在实际工作中，我们在以下两个方面开展了具体工作： 1. 基于基因（DNA和RNA）序列的K模模式，我们提出了两种新的基因序列的K模表示方法，并分别命名为K模自然向量方法和K模稀疏矩阵方法。我们将这两种方法序列表示方法应用于基因序列（DNA和RNA）的相似性分析和比较，及生物物种的系统发生分析中。我们通过利用K模自然向量方法和K模稀疏矩阵方法来构造反映生物基因序列（DNA和RNA）本质特征的特征向量，进而通过比较基因序列的特征向量来反映这些基因序列的相似性，生物物种的之间的系统发生分析和进化关系。同时，我们还将K模自然向量方法和K模稀疏矩阵方法与经典的生物序列比对和系统发生分析方法进行了全面的比较。通过比较，证实了K模自然向量方法和K模稀疏矩阵方法能够有效且合理地刻画生物序列的相似性和物种系统发生关系，极大地提高序列比对的工作效率，解决了之前经典方法无法处理的系统发生问题。（见科研论文1和2） 2. 我们在人类的剪切位点序列预测方面进行了一些工作，并取得了一定的科研成果。我们开发了一种简单且高效的搜索式模型来预测人类的剪切位点序列。在剪切位点序列预测的模型中，我们构造了一个新的打分度量来量化所有待定的剪切位点序列的剪切强度。同时，与之前的搜索范围相比，我们将所有可能的剪切位点序列限定在一个更有效的搜索区间，这样可以有效避免内含子中其它元素的影响，进而提高了剪切位点序列预测的准确率。同时，我们还借助于实验验证过的剪切位点序列数据，并与之前的发表的剪切位点序列预测方法进行比较，充分证明了我们的剪切位点序列预测方法能够更为准确地预测人类的剪切位点序列，进一步提高了剪切位点序列预测的准确性。（见科研论文3） 项目发表SCI检索科研论文3篇： 1. 闻佳（第一作者），K-mer natural vector and its application to the phylogenetic analysis of genetic sequences，Gene，2014，25-34。(SCI检索期刊，影响因子：2.45；引用次数13) 2. 闻佳 (第一作者)，张玉岩 (第二作者), K-mer sparse matrix model for genetic sequence and its applications in sequence comparison, Journal of Theoretical Biology，2014,145-150。(SCI检索期刊，影响因子：2.189；引用次数：1) 3. 闻佳（第一作者），A heuristic model for computational prediction of human branch point sequence. BMC Bioinformatics 接收 (SCI检索期刊，影响因子：2.488)

绥化学院

该项目为储备库项目资源，暂无效益分析内容。