数学建模社区-数学中国
标题:
基于联合识别的基因预测
[打印本页]
作者:
madio
时间:
2013-7-30 05:06
标题:
基于联合识别的基因预测
题 目 基于联合识别的基因预测
+ t1 B5 t2 B; k$ C
摘 要：
2 _& Y3 V |( j8 S3 I
本文围绕基因序列识别问题，在合理假设的基础上，通过数学推导证明voss
/ |3 i) K: i8 \# ~
映射和Z-curve 映射效果等价，并给出了实数映射的快速算法。而后通过统计分析，
* m( v! U0 b! n
模型优化对不同类物种进行了信噪比阈值确定并验证其有效性。最后根据联合识别
. F6 ~0 o: ~; S, R0 e$ @# _
对未注释DNA 编码区预测进行了建模，实现和分析。
0 X5 G1 u% A$ L. E- F- H% J
针对问题1：推导出了Voss 映射下功率谱与信噪比的快速算法。其中，功率谱
7 U- r% V3 Y: d" F& p% ~
算法仅需统计，无需进行繁杂的DFT 变换；信噪比算法把加窗处理和平均处理结
# D6 O5 n6 d) Z. s6 p& d
合起来，大大加快计算速度。同时推导得出：Z-curve 映射下的频谱和信噪比分别
7 j+ D% t/ ~; f& h6 v
为Voss 映射下的频谱和信噪比的4 倍和4/3 倍，并得出实数映射下信噪比的快速计
6 @% k+ y0 D3 x/ M5 ]: X2 A( m' u3 \
算公式。
" i! c N2 z0 e7 p
针对问题2：采用3 种阈值确定方法：经验阈值法、最优化方法、曲线法分别
8 `4 S/ q L" Y- M7 |. c$ x
对人、小家鼠、褐家鼠、哺乳动物4 类基因进行阈值确定；依据敏感性、专一性、
4 i- c6 C) C& B ?
总正确率3 指标分析不同阈值确定方法的基因判别效果，确定了基因的最优的阈值
$ H, p# F2 C& ]9 Z
确定方法，并得到其最优信噪比阈值；最后针对误判原因进行了初步探讨。
2 r+ q4 \* N) v. }
针对问题3：单一的固定窗口的功率谱图或是移动序列的信噪比曲线图在识别
+ j# u2 K- M/ {, m e
上不够精确，通过两种曲线的联合识别，能更精确的判断外显子片段（区间和两端
1 M' {/ _. d& h3 K9 X
点）。且通过Matlab 里的Sequence Viewer 对所识别片段进行进一步辨识，提高了端
Q- i+ B5 a, ?) q4 Q8 I
点辨识准确度。
1 A0 |. J8 D" Y+ }$ ~
针对问题4：总结出以下几种能够识别基因编码序列的特征指标，分别为“非
. b- V$ P+ D3 Y- J
3-碱基周期性”编码序列指标，旋转矢量指标，非均匀指标及干涉指标。并对采用上
* U# x/ N E4 X7 l; n
述指标识别编码序列的原理进行了概括与总结。
. y5 f; B9 {+ n6 O9 o
本文亮点在于：（1）找到2 种最优阈值确定方法，通过统计其判别正确率，判
2 W' w) j. f" I
别效果均好于以2 为阈值的经验法；（2）结合固定窗口滑动法与移动序列的信噪比
y* w7 w" l( X
- 2 -
$ R6 X, R/ ]- J8 i! |$ Z
曲线法对基因识别的特点，提出联合识别理论，提高了辨识效果。
: i, @8 ~( v/ X$ I3 A% K
[关键词]：基因识别 功率谱 信噪比 阈值 3-周期特性 联合识别
& s" o3 ]/ n2 f
3 r$ B3 b) R! P+ x+ U
A10422053楚何程.pdf
(1.38 MB, 下载次数: 109)
2013-7-30 05:06 上传
点击文件名下载附件
下载积分: 体力 -2 点
作者:
250548810@qq.co
时间:
2013-8-16 17:51
学习一下~~~~~~~
作者:
yahsu
时间:
2014-6-8 18:49
谢谢分享 好东西
作者:
yahsu
时间:
2014-6-9 17:17
好东西 谢谢分享
作者:
夏朗的芒果
时间:
2014-8-31 09:08
谢谢楼主分享。。。学习ing
作者:
sx2460927670
时间:
2015-8-28 15:46
好贴。。。。。。。。。
( M8 b) T. P: K/ \! h1 F
欢迎光临 数学建模社区-数学中国 (http://www.madio.net/)
Powered by Discuz! X2.5
A10422053楚何程.pdf
(1.38 MB, 下载次数: 109)
A10422053楚何程.pdf
(1.38 MB, 下载次数: 109)