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
' X' k1 _3 `. u, X- \摘 要：6 ^0 ~+ u" t# F2 w, w- G
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
G" W; h5 ?7 W0 T$ n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，) p7 W* d. E# l7 w8 E5 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2 v6 {3 K$ e3 I4 I0 j: `9 P3 B
对未注释DNA 编码区预测进行了建模，实现和分析。
: o: _( L$ W' g7 |$ n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4 U$ J; S H0 S! M# v- H
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 x4 h' _; w. F6 y9 D0 L: _4 g) h
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
- \2 J) m0 Z5 w$ P6 T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" `6 Z+ O% t7 a8 V, N7 K3 S9 y
算公式。
) f, H$ v7 k6 y" d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
- } @- {& u8 h4 n" ?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 z" _2 U" A- ^, 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$ |; X5 r0 p! I0 M3 z
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。 Q, L2 G/ ^3 T8 p% w
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
4 j2 u( z) ]& ^+ M9 K) k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
4 e8 ?3 M6 H+ ?# N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
^! K# L0 v, x1 Q点辨识准确度。
. }5 b- _: S7 J3 I' A7 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( @ c6 l, }" |+ s, \
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+ z1 _& ^. O7 q! k% W$ `9 b8 ]
述指标识别编码序列的原理进行了概括与总结。
4 D; Z1 ?* [& k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2 `: S. s: T1 Z
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
! O+ `% ^/ O# J9 J3 ]# [" e. o- 2 -
5 [3 C. E; [3 w5 q; ?+ r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。
. v5 ` q0 s; O6 |+ P/ e8 C[关键词]：基因识别 功率谱 信噪比 阈值 3-周期特性 联合识别$ d9 L) @( b$ v* b: `5 O
$ v, g2 a1 i# E2 y9 I1 |0 f7 p
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
