Vyhledávání CpG ostrůvků z DNA sekvencí

Abstract

Diplomová práce ze věnuje vyhledáváním CpG ostrůvků z DNA sekvencí na základě analýzy DNA spektrogramu. První část práce, teoretická, se zabývá významem CpG ostrůvku a popisem algoritmů, které se využívají nebo byly navrženy k jejich vyhledávání. Na teoretických podkladech byly realizovány dva algoritmy založené na analýze DNA spektrogramu. Jeden založen na předpokladu, že oblast CpG ostrůvku má vyšší obsah cytosinu a guaninu než oblast mimo CpG ostrůvek, a druhý na předpokladu vyššího frekvenčního výskytu CG dinukleotidu v oblasti CpG ostrůvku. Algoritmy jsou realizovány prostřednictvím programovacího rozhraní MATLAB. Za účelem zhodnocení využitelnosti a účinnosti řešení, jsou dosažené výsledky na zvolených DNA sekvencí realizovaných algoritmů porovnány s výsledky dosažených vyhledávači CpG ostrůvku, které jsou volně dostupné na internetu.This thesis focuses on searching for CpG islands of DNA sequences based on analysis of DNA spectrograms. The first part is theoretical and deals with the significance CpG island, and a description of the algorithms that are used or have been proposed for their search. The theoretical basis were implemented two algorithms based on the analysis of DNA spectrogram. One is based on the assumption that the region CpG islands has a higher content of guanine and cytosine than the region outside the CpG island and the other on the assumption of a higher frequency of occurrence of CG dinucleotides in the CpG island. The algorithms are implemented through MATLAB programming interface. For evaluation usefulness and effectiveness of solutions, results achieved on the selected DNA sequences implemented algorithms are compared with the results achieved by search engines CpG islands, which are freely available on the internet.