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4 Q, ?/ q. f& x7 F) Q( F/ Q+ k& m
摘 要：7 w* x( u! ^$ [$ c1 r
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voss2 P& [: v+ x* L; _3 L" ~! r) q
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，
- [/ n' ]/ g4 ~% S) D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; n% F3 @- c0 n9 O+ j& ^
对未注释DNA 编码区预测进行了建模，实现和分析。
  h2 }) Q+ \% n) O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
' `, q% m! }+ S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
( N/ ?& O  Q1 O/ }2 L* n0 p& t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
4 @  l' e/ C7 y6 }" J9 i% B; D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
) v' ]6 e. b7 `$ ^* N算公式。
' P- c, l0 t0 X0 w4 \" K# c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) E# _# ^- [7 l; X) Z1 Y0 K
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、
: \% M$ [7 P2 b0 n/ H& C8 D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7 V3 W  E# ?/ q  C0 B" d
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。
$ }" C1 K+ g8 L  j4 V' C: Z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
6 q/ P" S6 s# L& t+ b1 S! 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2 |/ D4 B2 F- ~* E% V3 S2 v
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  |5 @. j5 C, ~0 ]; n- U$ \- f6 E! t
点辨识准确度。9 u: u$ j& s6 K5 c/ U0 G' H
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. F# Q$ X7 q6 [: o% C
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4 c+ \* h2 {% ^* H1 A
述指标识别编码序列的原理进行了概括与总结。$ b+ E3 Z* ?. ~+ V/ w) @& n
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
( H/ u% F( ^+ q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
$ g2 s$ s* L: T  ~- 2 -9 z9 f" y5 p0 e# ~
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。
$ B& Q. @! f& ?, e! k0 y" l[关键词]：基因识别 功率谱 信噪比 阈值 3-周期特性 联合识别
( V& b  J5 R7 J5 I: e0 x$ z: L4 c5 D+ ^3 g2 r, ~$ L: n
A10422053楚何程.pdf (1.38 MB, 下载次数: 109)
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。。。。。。。。。
7 W. g, Q# h, c. z) k



欢迎光临 数学建模社区-数学中国 (http://www.madio.net/) Powered by Discuz! X2.5