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
摘 要：
( N& {3 ?$ o8 a- ^2 w0 a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
, x# i, V1 L7 E: t1 V1 T8 t9 |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，
3 n) l9 e7 A- ?+ B, @5 \7 b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
8 C4 A4 U& I% J$ h2 a; ]. o, r+ `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
( ~* B$ D! x% o5 B) @) A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
- A7 u. p* `7 U& q, {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
; h8 G2 ]3 T* F& m: A算公式。
* S: K" n( m8 y# Y3 e) C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、
/ P6 ^6 m8 N5 ~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
: w; s1 J4 X  S% w* N4 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。
: e8 U, W4 l2 X- L4 @7 B4 l2 p: 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
( Z/ {# P9 q4 T3 I9 ?$ o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
9 V7 h7 s! h0 Z* h" V9 y: U5 t点辨识准确度。
& W3 F1 z2 d3 _4 n0 S7 o2 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
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
述指标识别编码序列的原理进行了概括与总结。
* m4 {  H" o2 A6 {( C( i+ k* o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
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
- 2 -
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。
[关键词]：基因识别 功率谱 信噪比 阈值 3-周期特性 联合识别
! n1 s7 p; @' ?% m2 D8 D9 S! b7 m
& W6 G8 L4 _% y+ Q' z( B 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

sx2460927670

好贴。。。。。。。。。
9 \2 o  T7 G9 {+ L2 v

夏朗的芒果

谢谢楼主分享。。。学习ing

yahsu

好东西  谢谢分享

yahsu

谢谢分享   好东西

250548810@qq.co

学习一下~~~~~~~