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：
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
$ r: o1 y. u- i% k" ?- n3 m: 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，
" |' Q' E' x0 Y! s6 `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
4 V3 A5 W+ ]' F& e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
. }3 m* F8 x7 z, Z  N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
4 M2 Q$ p& z8 E+ E5 [8 _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
. O9 i" N! b0 r5 W$ L& q! D( _1 D算公式。
3 h9 D0 v2 ^4 R8 v. I% w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
& d7 E4 P! u0 b4 R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、
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
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。
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
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
& r4 u/ S$ W- B2 m5 f! I" U3 C点辨识准确度。
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。
* u, B/ H. [, ^7 [* t* y  {+ F& ?9 j5 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
" x4 a  o& Y, r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
- r; H$ F5 \7 T$ N) x; x$ s- 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
0 A6 M) ?/ W% K; b4 Q8 K
" Q  l) y( k# h% u7 H/ | 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。。。。。。。。。

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~~~~~~~