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
+ m7 _5 @ ]) H/ r摘 要:3 j: }. w$ s# q$ h+ H
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
" C/ d# m+ q6 e" J7 d' P8 U# \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,
1 [( {* M9 U: o8 h; 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% k; W1 d# ? ?8 H) j) z
对未注释DNA 编码区预测进行了建模,实现和分析。1 P1 t7 `+ O V$ i
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
+ e' u1 {! c7 I# r/ N( }/ l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
# i% }; k- X: F& L( e' a) p) A4 E; X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
5 ~" B+ w4 F: o) A" K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
5 D/ t4 F$ o' }2 L. j算公式。
; F b {5 R1 r- ]3 o \; k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0 D8 w) ^, }( `3 j/ H: c( z3 g
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、% I: `. W; C" ~1 F: 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: O# R: ]9 i6 R% I
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。6 @- b1 l7 H* u! t9 Q4 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) S* E3 H2 O$ F m5 w
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
0 ^2 w7 P! U7 F/ g* V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; b& Q& w. @+ e/ J# i
点辨识准确度。# A8 r- {1 E& `& F' ]# 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
$ C3 y, T, t0 i& D, v7 X. f$ G3-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 D& ?7 z1 L9 s0 F+ U/ {述指标识别编码序列的原理进行了概括与总结。
- K& w; G9 C& {2 R3 ^7 Q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, j: W* 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) p `; [3 `- A
- 2 -
7 [5 q" q- a1 ?* [# _* ^8 U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 ^5 |7 ?# ~% b( n& 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
* i5 ?6 w$ h0 M1 U+ P+ J1 ^# n/ g7 A$ k* }0 W/ L# u% ?- q2 Q
A10422053楚何程.pdf
(1.38 MB, 下载次数: 109)
|
zan
|