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
/ y9 @1 P- I2 L- D& U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
0 {6 b1 e# ]3 R' ^$ j) _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，
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
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
, I- a- J4 B3 f% P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* b& f$ c7 n) L3 U8 V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 }- H( d4 R. Y' {* ]' u& q" ?7 u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
3 q3 I! _4 j, b: N/ Y算公式。
! @3 {( Z2 w# V( G' S# E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 t$ n8 C8 Z1 f1 F/ m* W, c0 n" C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 `  y+ ]" q/ X9 u5 r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。
, o) ~  g4 R3 s& i! F! 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/ v9 V6 h7 `! P0 {0 r% l! R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
! L" _/ B4 ~6 A* s点辨识准确度。
$ n, G" Z( G1 y- ?" k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
2 M# z$ q; z( U3 R' [  q9 T3-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。
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
9 _# t* i, s* ?6 W+ Z6 k- 2 -
) y3 D9 p% p- l  }7 G; a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。
3 ]+ ?7 ~/ Y" o# b4 @[关键词]：基因识别 功率谱 信噪比 阈值 3-周期特性 联合识别
3 _" ]: u9 F8 X3 b5 v; i( o
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。。。。。。。。。
: ~+ @8 V$ k5 ~' {& l