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  H* x4 r7 U" r# ~% U
摘 要：
+ R/ ^0 W$ E/ z5 }4 M1 l" e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- J% ]) C8 m' c9 S
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，3 e9 {% A9 Q3 l* }7 O% ?
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) k8 J6 Z6 |+ E7 s# G6 n' a5 s" E
对未注释DNA 编码区预测进行了建模，实现和分析。$ o4 a% j; V  C
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 Q2 C: W! z' s! n: q3 u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
5 t* {6 f9 V6 t/ N4 `4 V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% v0 g, o. ]6 D" K# J9 H7 W
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
7 G, a5 o3 m: g算公式。
) h9 R2 J1 n5 j# a) {$ M) y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
- r5 [% w- B" n& n3 m2 a8 x, E% X6 W( F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、9 z: I9 ^: o  ]( e" A* l! ^. g# \3 }
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8 p" f' M. b- U. ?6 x$ X' U$ D8 n
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。; S  N+ S# B( 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4 f, y: X# |) L7 Y+ }# j3 V* J
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
4 @) u0 ]8 K: e( P0 r: [) y2 g6 E) m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
& a1 T" `6 q3 z1 Y4 Q1 o点辨识准确度。
% x! y9 S# w  f0 W! w; a9 N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5 H. B! W& h1 K  a8 A! {
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: c, n# x2 m- M7 ^7 ]2 f; N
述指标识别编码序列的原理进行了概括与总结。
+ Z) ?4 ~6 B9 D9 X- @. `- e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
* P9 T/ r* U- k/ g# }1 ^. H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1 n& J! A% f/ G3 }
- 2 -
8 O0 A% |7 r. }" Z* b7 O8 o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。
) O+ _& v* ?: `: G[关键词]：基因识别 功率谱 信噪比 阈值 3-周期特性 联合识别
. v4 h) K5 E" R2 q% }; x
* t# A- z8 |# y# l0 ^- }$ G 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。。。。。。。。。" N) s2 R& @: n/ O




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