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
$ R. M3 s! I4 k. O; R, F( j* a摘 要：
: i- ~; C% P0 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
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，
: H0 r& e' D4 x0 W- E, U4 C: a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
* o4 p. U& z8 Q+ l+ T对未注释DNA 编码区预测进行了建模，实现和分析。
2 L9 V! X2 W6 h) r' d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
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
/ V" ^, M" R% O2 }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
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
算公式。
* ^$ B1 i5 }1 @! T. P' X' n2 v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、
2 }6 [( i" [7 P' f/ ~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
7 H( Z4 w* M8 u9 g& l: [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
点辨识准确度。
6 P8 b% L+ y  e& b0 p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
, a1 l( B$ X1 G0 [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
0 }1 N9 K" A% c# j述指标识别编码序列的原理进行了概括与总结。
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
( a$ y1 `0 Z" Z( {. T) x% u) P; I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 -
" b! P( D5 H: P* g2 @8 B4 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。
' Y1 i( P* M! 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

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

250548810@qq.co

学习一下~~~~~~~

yahsu

谢谢分享   好东西

yahsu

好东西  谢谢分享

夏朗的芒果

谢谢楼主分享。。。学习ing

sx2460927670

好贴。。。。。。。。。