基因组所设计开发检测基因CUB的新算法——CDC（Codon Deviation Coefficient）
近日 ，GA黄金甲基因组科学与信息沉点尝试室章张钻研员 ，携带其团队成功开发检测密码子使用偏好（Codon Usage Bias ，CUB）的新算法：密码子误差系数模型（Codon Deviation Coefficient ，CDC）,该钻研成就颁发在《BMC Bioinformatics》杂志。
此项工作原创性地将概率论中的交、并、补操作利用到组分分析 ，用GC含量（S）和嘌呤含量（R）来暗示四个核苷酸组分 ，并在此基础上推导出密码子和氨基酸的组分 ，从而设计出基于S和R的组分模型 ，利用该模型调查基因的CUB（Codon Usage Bias；密码子使用偏好） ，进而提出了检测基因CUB的新算法CDC（Codon Deviation Coefficient ，密码子误差系数）。分歧于现有的有关算法（例如：CAI、ENC等） ，CDC通过GC含量和嘌呤含量思考了分歧序列的布景组分特异性 ，独创性的使用自展沉抽样法（Bootstrap Resampling）检测CUB的显著性 ，且不必要高表白基因作为先验信息。经验证 ，CDC在仿照数据中优于现有的多个有关算法 ，在真实数据中CDC与基因表白含量的关联系数（Correlation Coefficient）高于其它算法 ，并且在大肠杆菌中发现CUB的显著性与基因职能有着缜密联系。
该项成就的颁布 ，使科研工作者能更正确急剧的分析钻研CUB ，进而更深刻的进建在天然选择压力下的基因突变、基因表白 ，蛋白质职能等的进化。
文章链接：http://www.biomedcentral.com/1471-2105/13/43/abstract
