微卫星DNA序列完整性对多态性的影响，郑燕，金谷雷，综微卫星序列（SSR）是指以1-6碱基为单位的串联重复序列。SSR包括完整SSR与不完整SSR。不完整SSR是指在重复序列中允许个别碱基不是重复

分区查找器2 PartitionFinder 2是一个Python程序，用于同时选择分区方案和分子进化模型，以进行DNA，蛋白质和形态数据的系统发育分析。 您可以在进行系统进化分析之前使用PartitionFinder 2，以便确定在分析之前如何将序列数据划分为单独的模块，并同时在每个模块上执行模型选择。 操作系统 Mac / Windows / Linux 手动的 该手册包括安装说明，快速入门和（非常）详细的说明。 英文：PDF位于/docs文件夹中。 中文： ，如果需要原始HTML，则可以在/docs文件夹中查看 教程/演练

深层 一个Tensorflow DL框架，用于使用兆碱基规模的DNA序列预测Hi-C染色质相互作用。 描述 该存储库包含核心deepC python代码，R脚本和用于下游分析的功能，以及教程和示例数据的链接。 核心代码在python（v3.5 +）和tensorflow（v1）中实现。 对于下游分析和可视化，我们使用R和自定义函数来处理HiC数据和deepC预测。 要求 python 3.5 + 张量流（tensorflow-gpu） GPU支持对于预测是更可取的，对于培训来说是必不可少的 其他python模块： numpy（v1.16.4或以上） pysam（已通过v0.15.2测试） pybedtools和已安装的兼容版本的bedtools R版本3.4.4 + 套餐： tidyverse（v1.2.1或更高版本） RColorBrewer（v1.1-2或更高版本）

对齐方式 已实现的DNA序列比对算法的集合，包括最佳全局比对，带状全局比对和用于多个序列比对的近似算法。

关于生物信息学的资料 上面是进化算法在基因序列中的应用

使用混沌游戏表示法和离散傅立叶变换构建代表DNA序列之间进化关系的系统树。 如果您使用我们的代码，请将论文引用为“通过混沌游戏表示对 DNA 序列进行数字编码，并在相似性比较中的应用”！ 链接到本文： http : //dx.doi.org/10.1016/j.ygeno.2016.08.002

DNA序列信号频谱3-周期特性被认为是用来区分编码区和非编码区的一个重要特征,传统的DNA序列分析中频谱计算量大占用了大量计算时间,使得分析效率极低。为提高DNA序列分析效率,针对传统频谱计算量大的问题,从3-周期特性原理出发,推导出了一种基于Voss映射下快速计算DNA序列3-周期频谱的方法。该方法有效避开计算离散傅立叶变换(DFT),从序列本身直接得到信噪比。实验结果表明快速算法计算效率是DFT方法的百倍之上,极大减小基因的信噪比计算时间,提高DNA序列识别中信噪比的计算效率。

使用算法熵分析 DNA 序列（Kolmogorov 复杂度）

使用机器学习进行DNA测序 双螺旋是DNA的正确化学表示。 但是脱氧核糖核酸是特别的。 它是由四种类型的氮碱基组成的核苷酸：腺嘌呤（A），胸腺嘧啶（T），鸟嘌呤（G）和胞嘧啶。 我们总是称它们为A，C，GandT。 基因组是生物体中DNA的完整集合。 所有生物物种都有一个基因组，但是它们的大小差异很大。 作为数据驱动的科学，基因组学广泛地利用机器学习来捕获数据中的依存关系并推断出新的生物学假设。 尽管如此，要从成倍增长的基因组数据量中提取新见解的能力需要更强大的机器学习模型。 通过有效利用大型数据集，深度学习已重构了计算机视觉和自然语言处理等领域。 它已成为许多基因组建模任务的首选方法，包括预测遗传变异对基因调控机制（如DNA接受性和剪接）的影响。 因此，在这里，我们将了解DNA结构以及如何使用机器学习来处理DNA序列数据。 前提条件： Biopython ：是python模块

第十四章 提交DNA序列到数据库