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
; u& E1 s. P& x8 L6 i摘 要：
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
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，
2 p" A$ U# ?. O% C2 x( S# }0 w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
对未注释DNA 编码区预测进行了建模，实现和分析。
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
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
* j% k0 h$ f# C- X算公式。
+ O$ v1 a3 t5 k9 A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、
# _. S+ r! N- @4 a" E5 `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
; K6 g# M/ A3 ~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。
; G. i) e% g6 R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
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
& ]. O4 d1 f  n' f& H& ?8 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
% ]- A8 g& l0 H+ j- h( m3 \点辨识准确度。
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
  h* m1 f; ]4 H% P! N7 Q3-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
述指标识别编码序列的原理进行了概括与总结。
+ r7 A5 B: V" L% T! 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
. E( Z7 E/ |! a% ]; S! f  B2 G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
( t4 V2 e& F8 I9 A3 f- 2 -
9 w2 f2 h; ~7 U+ }' x& H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。
3 U" |5 W& ]4 e% D4 q% y[关键词]：基因识别 功率谱 信噪比 阈值 3-周期特性 联合识别
0 r* S* x) D0 ~# |  u
1 I) i7 e. s& ^2 n6 q! L: ] 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。。。。。。。。。
1 B8 W  s+ q0 s( Y) [; ^2 }