基因组所Ka/Ks算法研究取得新希望
克日，永利集团基因组科学及信息重点实验室通过引入新的参数结构模子，生长了一个新的ka/ks算法，该研究效果在近期出书的Biology Direct杂志上揭晓。
较量基因组剖析是研究生物进化关系的基本工具，非同义替换率(Ka)和同义替换率(Ks)的盘算是研究分子进化动力学的主要内容。在已往的二十多年，基于马尔科夫链的核酸替换模子一直在一直生长。于是涌现了诸如NG, LWL, LPB, MLWL, MLPB, YN, MYN等近似算法和GY等极大似然算法。这些要领思量了三个主要的进化序列动力学特征的部分或者所有：不平衡的转换/颠换率 ；不平衡的核酸频率 ；不平衡的转换速率（嘌呤之间的和嘧啶之间的）。
该重点实验室硕博生王大鹏、万昊雷在于军研究员的指导下，在原要领的基础上，通过引入gamma漫衍来形貌序列的差别位点进化速率的不平衡，生长了思量四种进化特征的新要领gamma-MYN。通过与相关的算法较量，借助于盘算机模拟和真实数据集的磨练，发明gamma-MYN要领比其他要领在负选择的情形下具有更好的准确度。该研究批注，忽略差别位点的速率的多变性可以导致Ka和Ks值的偏倚，最终导致选择压力评估值(ω)的偏倚。该研究发明关于越发准确的评估选择压力(ω),以及为其他后续研究提供模子具有主要意义。
现在，该课题组正在通过将新参数嵌入到其他模子中，来研究差别位点多变的突变速率和其他进化参数对ka/ks算法的影响的相互作用。
全文链接:
http://www.biology-direct.com/content/4/1/20
附件下载：
