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
- p* W7 O( ?9 q, A& J% l4 Q摘 要：
1 W4 V0 C9 v9 q1 f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voss7 _; c0 N) o$ a, V) c: H
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，
% p _5 P- @+ e( ?8 r' |% b3 t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
. Q8 K$ e% g2 [9 [. ^# C对未注释DNA 编码区预测进行了建模，实现和分析。9 g4 E1 ^$ [; A. ]3 f8 A/ @3 N; N' j
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# t" Q- E0 e" Y
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2 k4 h s- N4 a1 r4 p' Q
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 f- Y! n5 K+ `! C8 M
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( E+ b, m7 h+ J) o( Y N
算公式。% K$ t {+ c* U
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& P% d+ K# z# i' D0 o
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、6 y% d- \' I% M ]9 z0 p9 p
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3 p8 X6 E2 E8 M& ]7 e
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& u O: H) g' m4 {0 V7 W ~( F3 D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; J0 E7 G( k- N6 o- G) o
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
6 H( L! f! I2 m* O7 ~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1 V+ {8 e9 p1 o3 H! H, @' V- T
点辨识准确度。/ {* T4 t+ j" ]5 S, v
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8 X; F: G8 ~; z5 P
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- z: c' ]# d5 [7 n( V
述指标识别编码序列的原理进行了概括与总结。4 K/ w2 H# F, B J1 s c9 H4 f
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
. g3 c0 w+ O' a8 n; L. J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
" Z& l" m) S; i" T% ?; ?8 v# c- 2 -8 W- x4 h) [0 H% t$ f% 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。4 Q/ |+ y* d) h6 X% H/ q
[关键词]：基因识别 功率谱 信噪比 阈值 3-周期特性 联合识别2 x% J+ b% f, A' l1 f' s' z
( {$ O: k5 y4 |9 b! H
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
