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
) s5 d" c! N& M摘 要：, s- `0 t: Y" c ]) E7 q
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
, |+ ~: g E4 k& ^% m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. N( P% ]" F5 [$ {
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/ E9 p! \5 R+ P1 j7 i
对未注释DNA 编码区预测进行了建模，实现和分析。) a! P0 _ f. u4 s T4 `& t( @* F
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! C2 |$ \ {9 x8 J6 j6 J$ e
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
/ Y7 \9 q. D0 Z* H4 d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 Y1 R& w+ W* d4 ^" C* 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
0 i9 T- u9 M8 l9 U& K4 i5 n" Q算公式。1 e# Y$ |' n) T: a
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
1 \* ~- J) o& _( f1 S* [8 k8 e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、
0 q! _) n0 P& A: ]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( Z" s l" [6 o5 r1 a0 K
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。& ~: @7 D% n& f& D# K
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& q# m7 Y( a' \/ G8 B
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7 q4 ?# g8 u. |- h f
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
7 O' o$ |5 @ f" b; O点辨识准确度。# ^4 J: g- L7 f( `8 a: Q
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
9 a2 G L: R6 Q3-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2 Q7 f2 G% B! h0 i
述指标识别编码序列的原理进行了概括与总结。
' ?0 \+ f# f, S% M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7 a0 S i" ?2 S, \' Z
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
' F# P6 m% ~: R1 I- 2 -. g0 }: w u- M+ C8 I; y8 y
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。
# U4 d8 U: ]' d. C) w[关键词]：基因识别 功率谱 信噪比 阈值 3-周期特性 联合识别
- a; E# a5 s' _7 p0 x c7 Y7 {/ m, D2 \+ W8 g
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
