国家自然科学基金(30300219)
- 作品数：19 被引量：69H指数：4
- 相关作者：杜世平郑有良魏育明颜泽洪汪建更多>>
- 相关机构：四川农业大学更多>>
- 发文基金：国家自然科学基金国家高技术研究发展计划长江学者和创新团队发展计划更多>>
- 相关领域：农业科学理学生物学更多>>
- 小麦低分子量谷蛋白亚基基因5′侧翼保守序列染色体组特异性DNA变异的分析及验证被引量：2
- 2006年
- 根据33个低分子量麦谷蛋白亚基(LMW-GS)基因5′侧翼序列的相似性进行聚类分析,可将其划分成8个类群,这与基于N末端推导氨基酸序列进行的类群划分结果完全一致.序列比对发现,各类群基因5′侧翼保守序列间存在DNA多态性,共发现34个多态性位点,其中18个为潜在单核苷酸多态性位点(SNPs,singlenucleotidepolymorphisms).除1个LMW-GS类群之外,其余7个类群的5′侧翼序列均具有类群特异性DNA变异位点.根据类群间的DNA多态性对这7个类群设计了特异引物,利用普通小麦(TriticumaestivumL.)品种中国春及其第1同源群双端体系对其进行染色体定位分析,揭示了1AS,1BS和1DS上分别有第2,1和4类群.对PCR产物的克隆测序进一步验证了不同染色体组上的LMW-GS基因类群间5′侧翼序列具有特异性.这些结果表明,LMW-GS基因的编码区及其5′侧翼保守序列可能是协调进化的.本文报道的7对引物可对7类LMW-GS基因的完整编码区进行特异扩增,因而能在小麦复杂的遗传背景下有目的地对某一类LMW-GS基因进行分离克隆,这有助于弄清单个LMW-GS对小麦品质的贡献.同时,在小麦育种中,这些标记对于有效地选择与品质密切相关的LMW-GS组分有一定应用价值.
- 龙海魏育明颜泽洪Bernard BaumEviatar Nevo郑有良
- 关键词：小麦DNA多态性SNP
- 与观测信息相关的二阶隐马尔可夫模型的参数估计被引量：4
- 2006年
- 给出了在观测噪声和马尔可夫链不相互独立的条件下与观测信息相关的二阶隐马尔可夫模型的结构及改进模型的前向后向算法与Baum-Welch算法,并导出了改进模型的参数估计公式.
- 杜世平陈涛
- 关键词：BAUM参数估计
- 新疆稻麦低分子量谷蛋白亚基基因序列分析被引量：4
- 2005年
- 根据普通小麦低分子量谷蛋白亚基基因保守区序列,设计了一对引物(P1和P2),采用PCR法对新疆稻麦(Triticum petropavlovskyiUdacz.et Migusch)的基因组DNA进行扩增,获得1条约900 bp的片段,纯化后克隆到载体pMD18-T后,对筛选阳性克隆测序,获得1个基因LMWXJ-1(Genbank登录号:AY695380)。序列分析的结果表明LMWXJ-1具有典型的低分子量谷蛋白亚基基因的基本结构。推导的氨基酸序列比较结果表明,LMWXJ-1与Glu-A3和Glu-D3位点的低分子量谷蛋白基因具有较高的相似性(最高相似性分别为82%和80%),而与Glu-B3位点的差异较大(最高相似性仅有68%)。
- 江千涛魏育明颜泽洪郑有良
- 改进的带驻留时间隐Markov模型的前向-后向算法被引量：1
- 2008年
- 对隐Markov模型(hidden Maxkov model:HMM)的状态驻留时间的概率进行了修订,给出了改进的带驻留时间隐Markov模型的结构,并在传统的隐Maxkov模型(traditional hidden Markov model:THMM)的基础上讨论了新模型的前向-后向变量,导出了新模型的前向-后向算法的迭代公式,同时也给出了新模型各个参数的重估公式.
- 杜世平
- 关键词：隐MARKOV模型
- 四川小麦地方品种AS1643中α/β-醇溶蛋白基因的序列分析被引量：4
- 2006年
- 【目的】克隆四川小麦地方品种AS1643中的α/β-醇溶蛋白基因,并进行序列分析,探讨小麦AS1643的优良品质与其贮藏蛋白基因间的关系。【方法】采用PCR扩增的方法。【结果】从四川小麦地方品种AS1643中克隆到3个α/β-醇溶蛋白基因,即Gli-AS1643-1(GenBankNo.DQ166376)、Gli-AS1643-2(GenBankNo.DQ166377)和Gli-AS1643-3(GenBankNo.DQ166378)。其中,Gli-AS1643-1和Gli-AS1643-2的编码区长度分别为873和852bp,可编码270和263个氨基酸残基的成熟蛋白。Gli-AS1643-3由于在编码区的第535～537位存在一个提前终止密码子,推测为不能编码成熟蛋白的假基因。序列比较显示Gli-AS1643-1、Gli-AS1643-2和Gli-AS1643-3分别与GenBank中的α/β-醇溶蛋白基因具有较高的一致性,且序列结构非常相似。它们的N-端氨基酸序列与各种α-、β-、γ-和α/β-醇溶蛋白的基本一致,但与ω-醇溶蛋白和低分子量谷蛋白亚基的明显不同。在N-端具有12肽串联重复序列特征,即紧密相关的5个脯氨酸框,在Ⅱ区和Ⅳ区具有类似于微卫星序列编码的2个多聚谷氨酰胺区域。在Gli-AS1643-2N-端存在与腹泻疾病相关的序列,C-端含有12型腺病毒感染序列。Gli-AS1643-1、Gli-AS1643-2和Gli-AS1643-3中都有可形成3个分子内二硫键的6个保守的半胱氨酸残基。【结论】小麦AS1643具有较好品质可能在于其贮藏蛋白基因间的相互作用等所致。
- 陈华萍龙海刘千魏育明郑有良
- 关键词：小麦
- 混合二阶隐马尔可夫模型的Baum-Welch算法被引量：8
- 2006年
- 介绍了在观测噪声和马尔可夫链不相互独立的条件下混合二阶隐马尔可夫模型(HMM2)的结构.然后,研究了新模型的Baum-Welch算法,并导出了新模型的参数估计公式.
- 杜世平
- 关键词：LAGRANGE乘子
- 几个中国大麦属物种核rDNAITS区序列分析被引量：2
- 2005年
- 对8份来源于中国和7份国外的不同大麦属物种核rDNAITS区进行了序列分析,并采用邻接法构建了其系统发育树状图。结果表明,大麦属物种的ITS区序列长度为596～600bp,其中ITS1、5.8S和ITS2分别有43、4和54个变异位点。ITS区揭示的遗传分化距离变化范围为0～0.1121,平均值为0.0561。以雀麦属为外类群,采用邻接法进行系统发育关系分析发现,大麦属不同物种间聚类关系与其地理来源无关;各物种或亚种按照其亲缘关系与染色体组的划分进行聚类,其中具有H和I染色体组的物种各聚为一个分支。
- 魏育明颜泽洪吴卫LIUDeng-cai刘登才周永红郑有良
- 关键词：核RDNAITS系统发育
- 多观测序列HMM2的Baum-Welch算法被引量：8
- 2007年
- 介绍了在观测噪声和马尔可夫链不相互独立的条件下二阶隐马尔可夫模型(second- order HMM:HMM2)的结构.研究了在多观测序列不相互独立的情况下HMM2的学习算法,并由此导出了该模型的参数重估公式.
- 杜世平
- 关键词：LAGRANGE乘子
- 与观测信息相关的MHMM的参数估计被引量：1
- 2005年
- 隐马尔可夫模型(H idden M arkov Models:HMM)是一种具有很好学习能力的统计模型,已在许多领域特别在语音识别领域得到了成功的应用.本文介绍了任一时刻出现的观测矢量的概率不仅依赖于系统当前时刻所处的状态,而且依赖于系统前一时刻出现的观测矢量的前提下,多个不同的隐马尔可夫模型的组合———混合隐马尔可夫模型(M ixture ofHMM:MHMM)的结构,并根据Baum-W elch算法,导出了该模型各个参数估计公式.
- 杜世平
- 关键词：LAGRANGE乘子
- 基于多相关系数分组HMM2的学习算法被引量：1
- 2007年
- 目的为了得到一种基于多相关系数分组二阶隐马尔可夫模型(second-or-der HMM:HMM2)的学习算法。方法最大似然准则,Lagrange乘子法。结果给出了在观测噪声和马尔可夫链不相互独立条件下二阶隐马尔可夫模型(second-or-der HMM:HMM2)的结构,获得了在多观测序列不相互独立的情况下HMM2的Baum-Welech学习算法。结论为得到充足数据,以对所有参数可靠估计,必须使用多观测序列。所获算法避免了直接计算条件概率的困难,考虑了训练序列间的相关性,故使计算过程更为便捷,在观测序列分组均匀相关情况下非常有用。
- 杜世平
