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
: b. g9 z m, i) T$ w( G摘 要:
. C) I2 y; a% Y4 [, Z+ `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
0 i/ K" k4 i! c- 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,
& z: x( h+ \- L% k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6 ?. A2 l5 \! f2 l4 | O
对未注释DNA 编码区预测进行了建模,实现和分析。8 u- N% u5 U/ m
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/ \9 z5 h1 y# q/ `$ d
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$ X& _3 J; a: k, {$ B. S! n
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, I$ _+ @0 M7 H$ C r. r( B, v. g
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
* G) D5 U6 O) u+ a: w算公式。/ Y7 a5 Z8 v, @6 J+ L
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 O( j$ u; v0 j4 z" I% V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、
- ]% m7 t: W4 o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
9 v) K- i! r5 I. v7 j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。
! d; b% A) ?* A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- k. O8 R% M. i) E. ^, _
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
3 ` s9 j7 {3 B: t( A# ~$ e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) X( i* K1 T2 m( z& t; I
点辨识准确度。
4 g, n2 Q& b4 a( d! U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: a- j9 m9 S' ]/ m
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& p1 u |; l0 M! U0 a
述指标识别编码序列的原理进行了概括与总结。$ W7 a$ J# v% b% N
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' G4 T/ c2 \: w$ Q* b8 E. X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
" }" E6 e& A( q- 2 -5 n* Q% x! \7 D2 ^
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。: u; c) h+ n$ s
[关键词]:基因识别 功率谱 信噪比 阈值 3-周期特性 联合识别
% ~& @( `+ Y P: ^8 {% @$ s r w, x7 C/ g$ p! `
A10422053楚何程.pdf
(1.38 MB, 下载次数: 109)
|
zan
|