数学建模（6）-DNA限制性图谱的绘制

<?xml:namespace prefix = o ns = "urn:schemas-microsoft-com:office:office" />

DNA限制性图谱的绘制

?

绘制DNA限制性图谱是遗传生物学中的重要问题。由于DNA分子很长，目前的实验技术无法对其进行直接测量，所以生物学家们需要把DNA分子切开，一段一段的来测量。在切开的过程中，DNA片段在原先DNA分子上的排列顺序丢失了，如何找回这些片段的排列顺序是一个关键问题。

为了构造一张限制性图谱，生物学家用不同的生化技术获得关于图谱的间接的信息，然后采用组合方法用这些数据重构图谱。一种方法是用限制性酶来消化DNA分子。这些酶在限制性位点把DNA链切开，每种酶对应的限制性位点不一样。对于每一种酶，每个DNA分子可能有多个限制性位点，此时可以按照需要来选择切开某几个位点（不一定连续）。DNA分子被切开后，得到的每个片段的长度就是重构这些片段的原始顺序的基本信息。在多种获取这种信息的实验方法中，有一种广泛采用的方法：部分消化（the partial digest, PDP）方法。

在PDP中，采用一种酶，通过实验得到任意两个限制性位点之间片段的长度。假设与使用的酶对应的限制性位点有n个， 通过大量实验，可得到n+2个点（n个位点加上两个端点）中任意两点之间的距离，共<?xml:namespace prefix = v ns = "urn:schemas-microsoft-com:vml" /><shapetype id="_x0000_t75" stroked="f" filled="f" path="m@4@5l@4@11@9@11@9@5xe" o:preferrelative="t" o:spt="75" coordsize="21600,21600"><stroke joinstyle="miter"></stroke><formulas><f eqn="if lineDrawn pixelLineWidth 0"></f><f eqn="sum @0 1 0"></f><f eqn="sum 0 0 @1"></f><f eqn="prod @2 1 2"></f><f eqn="prod @3 21600 pixelWidth"></f><f eqn="prod @3 21600 pixelHeight"></f><f eqn="sum @0 0 1"></f><f eqn="prod @6 1 2"></f><f eqn="prod @7 21600 pixelWidth"></f><f eqn="sum @8 21600 0"></f><f eqn="prod @7 21600 pixelHeight"></f><f eqn="sum @10 21600 0"></f></formulas><path o:connecttype="rect" gradientshapeok="t" o:extrusionok="f"></path><lock aspectratio="t" v:ext="edit"></lock></shapetype><shape id="_x0000_i1025" style="WIDTH: 24pt; HEIGHT: 18.75pt" o:ole="" type="#_x0000_t75"><imagedata o:title="" src="file:///D:/DOCUME~1/ALONES~1/LOCALS~1/Temp/msohtml1/01/clip_image001.wmz"></imagedata></shape>个值。然后用这<shape id="_x0000_i1026" style="WIDTH: 24pt; HEIGHT: 18.75pt" o:ole="" type="#_x0000_t75"><imagedata o:title="" src="file:///D:/DOCUME~1/ALONES~1/LOCALS~1/Temp/msohtml1/01/clip_image001.wmz"></imagedata></shape>个距离来重构n个限制性位点的位置(解不一定唯一，两个端点对应于最长的距离)。若<shape id="_x0000_i1027" style="WIDTH: 20.25pt; HEIGHT: 12.75pt" o:ole="" type="#_x0000_t75"><imagedata o:title="" src="file:///D:/DOCUME~1/ALONES~1/LOCALS~1/Temp/msohtml1/01/clip_image003.wmz"></imagedata></shape>是线段上的点集<shape id="_x0000_i1028" style="WIDTH: 12.75pt; HEIGHT: 12pt" o:ole="" type="#_x0000_t75"><imagedata o:title="" src="file:///D:/DOCUME~1/ALONES~1/LOCALS~1/Temp/msohtml1/01/clip_image005.wmz"></imagedata></shape>中所有点之间距离的集合，PDP就是给定<shape id="_x0000_i1029" style="WIDTH: 20.25pt; HEIGHT: 12.75pt" o:ole="" type="#_x0000_t75"><imagedata o:title="" src="file:///D:/DOCUME~1/ALONES~1/LOCALS~1/Temp/msohtml1/01/clip_image003.wmz"></imagedata></shape>求<shape id="_x0000_i1030" style="WIDTH: 12.75pt; HEIGHT: 12pt" o:ole="" type="#_x0000_t75"><imagedata o:title="" src="file:///D:/DOCUME~1/ALONES~1/LOCALS~1/Temp/msohtml1/01/clip_image005.wmz"></imagedata></shape>。下图给出了一个例子。

?

???????? 2??????? 3?????????? 4???????????? 5???? ???????2

?

???????

?A?????? a????????? b??????????? c?????????????? d?????? B

图1.?? A,B是DNA分子的两个端点。 a，b，c和d是限制性位点。? 通过实验可以得到 <shape id="_x0000_i1031" style="WIDTH: 18pt; HEIGHT: 11.25pt" o:ole="" type="#_x0000_t75"><imagedata o:title="" src="file:///D:/DOCUME~1/ALONES~1/LOCALS~1/Temp/msohtml1/01/clip_image009.wmz"></imagedata></shape>={2,3,4,5,2,5,9,14,16,7,12,14,9,11,7}. 再通过<shape id="_x0000_i1032" style="WIDTH: 18pt; HEIGHT: 11.25pt" o:ole="" type="#_x0000_t75"><imagedata o:title="" src="file:///D:/DOCUME~1/ALONES~1/LOCALS~1/Temp/msohtml1/01/clip_image009.wmz"></imagedata></shape>来求<shape id="_x0000_i1033" style="WIDTH: 11.25pt; HEIGHT: 10.5pt" o:ole="" type="#_x0000_t75"><imagedata o:title="" src="file:///D:/DOCUME~1/ALONES~1/LOCALS~1/Temp/msohtml1/01/clip_image005.wmz"></imagedata></shape>，对应于上图的<shape id="_x0000_i1034" style="WIDTH: 11.25pt; HEIGHT: 10.5pt" o:ole="" type="#_x0000_t75"><imagedata o:title="" src="file:///D:/DOCUME~1/ALONES~1/LOCALS~1/Temp/msohtml1/01/clip_image005.wmz"></imagedata></shape>={0,2,5,9,14,16}是一种解。

?

上述方法要把DNA分子在任意的两个限制性位点处切开，这对于当前的实验技术来说有相当难度，而且，还要对实验数据进行处理，也很复杂。最近研究人员提出了一种新的方法，称为简化的部分消化方法（SPDP）。这个方法与PDP的不同就在于它避免了在任意两个位点切开DNA分子的难题和处理重复数据的困难。仍假设与使用的酶对应的限制性位点有n个。首先DNA分子被复制成n+1份，前n个复制品中的每一个在一个限制性位点处被切开，最后一个复制品在所有的限制性位点处被切开。这样我们分别得到2n个片段长度（称为第一组数据）和n+1个片段长度（称为第二组数据）。在没有误差的前提下，第一组数据中2n个长度可以分成n对，每对的和都等于DNA分子的总长度；第二组数据中n+1个长度的和也等于DNA分子的总长度。 SPDP问题是如何利用这两组数据重构出这n+1个片段在DNA分子上的排列，使得这个排列在n个位点切开后得到的2n个片段长度与实验得到的2n个长度相等。下图给出了一个例子。

?(a)

2?????? 6???????? 1?????? 4?????? 3

?

(b)

?????????? 2?????????????????? 14

?

???????????????? 8????????????????? 8

?

???????????????? 9??????????????????? 7

?

???????????????????? 13??????????????????? 3

?

?????????

2???? 1???????? 4?????????? 3????????????? 6

?

?

图2.? 这个例子对应的位点有4个。(a) 就是我们希望重构的顺序。 (b)中的前4对为第一组数据，它通过切开一个位点得到，每对长度的和都是16，剩下的为第二组数据，含5个片段长度，它通过切开所有位点得到，它们的长度总和也是16， 但实验结果只告知每段的长度，不知道它们在DNA分子上的排列顺序。

?

现对上述SPDP问题，建立数学模型，并研究以下问题：

（1）???? 设计求解该问题的算法， 并评估该算法的效率和效果。对下述2个实例给出答案：

实例1： 第一组数据：2，14，8，8，9，7，13，3

第二组数据：2，1，4，3，6

?

实例2:? 第一组数据：1，14，12，3，7，8，9，6，11，4，12，3，13，2，5，10

第二组数据：1，1，2，1，2，2，1，2，3

?

（2）??? 讨论在实验中测量片段长度时的误差，将在多大程度上影响算法的效果，当误差到多大程度时，限制性图谱的重构将无法进行。