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- i& n4 v" Q1 f1 |9 K
摘 要：0 S. G7 z) K* ` p+ R9 h; s' S
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+ @* F0 n( z" _8 Y
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，8 `- ^4 k9 u2 n$ @3 ]% G
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% g2 n5 p0 q3 x( h/ E$ a9 L
对未注释DNA 编码区预测进行了建模，实现和分析。 w0 s8 S! I2 b3 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
L: G' J7 x# K' F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8 n" \- S* r, n/ K' ~; O5 `, m. w
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
: e$ v; m, r% ?6 _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 n. q3 J% K- |' q1 W
算公式。9 A0 r" s* ^0 A: N1 a/ 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
3 Q5 M; Z7 ~9 n! {2 e& P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 b* [0 H! S. a6 t" T, {7 e f9 c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* y0 I$ h, Z/ L% g! B& _
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。) P+ ~: y9 O8 _4 h0 j$ J8 x
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' @% f# x3 N9 Y Z8 _8 J% d
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
' f* Y% Z" T/ T# e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
H* D: l) G/ P [! ^点辨识准确度。
! g4 @6 y6 `4 W' r% w# b) }% w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7 A9 f8 u/ W1 H# m4 Y; }
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1 \9 B) \' P& ` C
述指标识别编码序列的原理进行了概括与总结。# b+ A4 t0 k! y# T H
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
' U5 k) _/ o2 T8 m) [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% }+ C9 @/ P* y. w* x
- 2 -( Z" B0 n# D8 z5 V. w
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。9 l' H" s4 s1 D% Z" k
[关键词]：基因识别 功率谱 信噪比 阈值 3-周期特性 联合识别
5 }7 w2 }" q9 ]5 q( h* w
( T9 h! _8 q% `% ^ @- {. X
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
