基于联合识别的基因预测

madio

题 目 基于联合识别的基因预测
摘 要：
2 X) q! c* E9 L* |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
" F6 z; [5 W# h- t! G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，
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
$ d4 g5 D. ~$ w4 D对未注释DNA 编码区预测进行了建模，实现和分析。
# F# p6 V3 T7 \4 k8 G2 r# G8 l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
& D5 f* Z; o$ {( V# i9 U4 F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
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
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
算公式。
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
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、
7 {  k5 O: _7 R9 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
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。
7 J5 G3 K- y2 o, P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
# Y' J; B9 z0 O- K1 f7 T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
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
点辨识准确度。
0 M3 \( @9 O2 O3 T6 l( j) b  _/ N6 t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
' \/ z2 @1 l1 g( Y4 `! }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
) ^1 Q% B" `* @, k: u: `9 ~述指标识别编码序列的原理进行了概括与总结。
" @6 I9 P+ Z, `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
  o- ?# \& O8 i: U$ d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
- 2 -
( _. _5 x2 z" m  u% M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。
[关键词]：基因识别 功率谱 信噪比 阈值 3-周期特性 联合识别

8 [/ G  X6 t" R; K- ` 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

250548810@qq.co

学习一下~~~~~~~

yahsu

谢谢分享   好东西

yahsu

好东西  谢谢分享

夏朗的芒果

谢谢楼主分享。。。学习ing

sx2460927670

好贴。。。。。。。。。