在遺傳學中,超敏位點是一個相對較短的染色質區(qū)域,它可以在所有的活性基因上發(fā)現(xiàn)。DNaseⅠ超敏位點(DHSs)是失去其高級結構的特殊染色體區(qū)域,可被DNaseⅠ酶識別,結合和切割。因此,這些DNA區(qū)域變得暴露,更容易被酶接觸,從而發(fā)揮其生物學作用。DNA序列中DHSs的研究對于理解轉錄調控機制和定位一些順式調控元件(如啟動子,增強子,絕緣子,沉默子和基因座控制區(qū)等)具有重要意義。因此,識別DHSs成為了從非編碼序列中發(fā)現(xiàn)功能性DNA元素的有效途徑。盡管后基因組時代已提出了許多實驗方法來識別DHSs,但這些實驗方法需要大量實驗人員的辛勤勞動,以及需要耗費大量的實驗原材料、實驗器材和實驗時間。與此同時,這些實驗方法的大量涌現(xiàn)也為后續(xù)的研究提供了寶貴的實驗數(shù)據(jù)。因此,開發(fā)用于預測DHSs序列的計算方法既有重要意義,又是推進科學發(fā)展不可或缺的一步。在本文的研究中,我們提出了一種基于DHSs序列信息的預測分類器模型來識別人類DHSs。研究采用的基準數(shù)據(jù)集是Noble課題組通過可靠的實驗方法測序出來的,共包含1017條樣本序列,大小均在240bp左右,并去除了序列冗余。我們的模型使用了k-mer、...

【文章頁數(shù)】：52 頁

【學位級別】：碩士

【部分圖文】：

圖2-1k-mer算法獲取序列示意圖

第二章數(shù)據(jù)集與特征7圖2-1k-mer算法獲取序列示意圖2.2.2理化性質相關性k-mer僅僅只考慮了短程相關信息，因此，我們加入了理化性質的相關性，以代表寡核苷酸之間的遠程相互作用，其表達式如下：Dphysicochemical=Λ（5）其中u可以用如下等式表示：ΛΛΛΛΛ（6....

圖4-1每個k值構建的模型基于SVM的最終準確率結果

電子科技大學碩士學位論文20第四章結果分析與討論DNaseI超敏位點的識別是鑒定脊椎動物的順式調控序列的標準方法，它促進了發(fā)現(xiàn)位于核心啟動子之外的絕大多數(shù)已驗證的人類順式調控元件。盡管最近已發(fā)表了好幾個用于DNaseI超敏位點序列大規(guī)模定位的新型分子方法，但人類DNaseI超敏位....

圖4-26種二核苷酸理化性質的不同λ值在基于SVM的模型中的最終準確率

第四章結果分析與討論21從結果中可以看到k值取2和5時模型的訓練結果都表現(xiàn)出了不錯的表現(xiàn)。通常，對于二型PseKNC公式中的一個特征向量，只會選擇一個k值來訓練模型，而在其他k值特征向量中可能會丟失一些重要的特征信息。因此，我們選用范圍為2到5的四個k值作為特征集，以發(fā)現(xiàn)更多有效....

圖4-4k=2，g=2時根據(jù)mRMR特征篩選得到的結果，取前108個特征的結果

電子科技大學碩士學位論文24圖4-3二核苷酸和三核苷酸的G-gap特征提取算法的最終準確率結果從圖4-3的結果中可以看出三核苷酸在整體水平上明顯表現(xiàn)得不如二核苷酸，并且由于基準數(shù)據(jù)集中序列長度比較偏短，將更高維度的核苷酸聯(lián)體作為特征向量的意義不大，因此我們不再嘗試四核苷酸及以上更....

本文編號：3991485