TA的每日心情 | 奋斗
2024-7-1 22:21 |
|---|
签到天数: 2014 天 [LV.Master]伴坛终老
- 自我介绍
- 数学中国站长
 群组: 数学建模培训课堂1 群组: 数学中国美赛辅助报名 群组: Matlab讨论组 群组: 2013认证赛A题讨论群组 群组: 2013认证赛C题讨论群组 |
题 目 基于联合识别的基因预测
* e/ ^' R8 B( |5 d摘 要：7 m- K/ P( H2 w: m
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voss4 ]/ H/ }$ m! M+ ?2 B. x
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，" A+ @" p5 P. | R T8 A3 U; 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7 k# k, A" \0 N
对未注释DNA 编码区预测进行了建模，实现和分析。 U/ F; T' }: s: T0 z7 i2 F
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
+ C+ C! ~1 o+ @! `# V! H9 X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
+ _: }, u! s) S& p! L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8 D# t r1 F4 D; { G, M3 ` |
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
! h# F$ g# m' A& V m! b算公式。
$ M- W6 O9 l/ n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5 {) p7 ^$ ~5 P. `
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、 o+ F& |! Q1 m; [4 n A
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
% | x1 T" o( g( _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。
# _1 q1 ~" M7 ?0 z7 u7 Y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
3 F3 }3 N, ?& J# E( N3 `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, \) C7 t+ t6 Z1 G
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
. s+ Z5 n1 `" ^7 c# C% u0 s点辨识准确度。$ ?/ n' Y, n* \ K; q3 z
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/ S- G5 U3 P3-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
' J. F Z' O2 u, i- v述指标识别编码序列的原理进行了概括与总结。
" B# L" k9 @; j' P4 r" Y6 m6 |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6 p# J: u& ]' P9 x$ y
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" l% V: s+ N& M$ z- |
- 2 -
0 Q" j$ W+ _. P( E& r9 b7 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。7 S. d4 l' ?/ L* @) E2 E0 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. f. W& |) a/ b. [1 L
& V, l% Z/ m+ ?0 U4 V! ^9 N
A10422053楚何程.pdf
(1.38 MB, 下载次数: 109)
|
zan
|
IP卡
狗仔卡
发表于 2013-7-30 05:06
转播
淘帖
分享
收藏
支持
反对
微信
提升卡
置顶卡
沉默卡
喧嚣卡
变色卡
抢沙发
显身卡
发表于 2013-8-16 17:51
