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
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
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
7 h9 D. r; R9 q) s2 m# z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 _; W: n6 E6 V7 v; _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。
/ M1 N8 N/ K" ]9 k" m9 N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
9 Y. P9 O3 f" ~: K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、
7 b' Y# p; c, Y7 W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
' }3 l7 g" N, 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
6 H( d4 Z9 `" b) f+ b- g; ^) u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。
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
* n1 u2 p2 T0 r) C- E, w3 j3-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
* f8 ^* I2 L4 O/ p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 -
  m7 S8 h0 }; e( K1 O' M/ @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。
1 V* X3 f% g3 S* A: p$ e[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。。。。。。。。。
, x# B4 g, c3 A2 |9 K# u" v8 F