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
, I( N( W8 |8 x; p* Y5 U7 @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
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
& v, m, C1 l2 }对未注释DNA 编码区预测进行了建模，实现和分析。
6 z( u/ {, P" ]1 I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
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
3 _: L7 Y& ^: C# M; ?1 N8 w, b算公式。
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、
3 t) T0 p( {" \$ L  Q1 [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。
6 h! G+ O  e# [: d' f' c2 e) M5 S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
$ s, s, s6 [/ j) h7 H9 O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
4 j- t' j" U" }: `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
) d7 J0 Q3 M( y) r- W9 ]0 z5 ?' R3-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
5 P" {' W" t0 f- H6 O/ f) ~述指标识别编码序列的原理进行了概括与总结。
5 A* x) a) N, }0 Y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
( [1 T8 j" u8 j0 u" E, X' w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
& A) p; p  X( w. [& a+ C- |- 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。
0 H& y% G- f( B: J[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 U  [, U, Q3 Q% O# y8 f
% o( ?$ W4 i. @8 }# n. 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

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。。。。。。。。。
0 N* {1 m! t; s/ g4 U2 h; ?) x