基于支持向量機的基因剪接位點研究.pdf

1、人類基因組計劃完成后，生命科學的研究進入了后基因時代?；蚪M的研究包括基因識別、信息結構分析以及功能預測等方面，識別真核基因剪切位點是基因識別中的重要的一環(huán)。剪切位點對基因表達有很大的影響，其能夠直接決定、選擇與合成哪種蛋白質，而蛋白質的種類直接決定著生物體的性狀和功能，所以在國際生物信息學界剪接位點識別研究的重要性日益突出。在早期的研究中，人們使用最基本的生物實驗方法識別剪切位點，但是這種生物實驗的方法具有很大的局限性——同時僅能有限

2、地檢測一條或者是幾條DNA序列，并且在實驗過程中需要花費大量的人力和物力。生物科學與相關技術的發(fā)展積累了大量的生物學相關數(shù)據(jù)，也讓人們認識到不能僅僅依靠生物實驗來識別剪切位點，于是計算機技術走進了剪切位點識別這項任務中。由于識別剪切位點就能夠直接從DNA序列中得到對應的蛋白質，因其對生物學具有重要的意義，本文使用支持向量機方法分析位于供體位點和受體位點之間的內含子序列與剪切位點的關聯(lián)性。研究重點如下：
　　 1)分析了供體位點和

3、受體位點之間的內含子序列對基因剪接的影響，并對內含子序列與剪接的關聯(lián)性進行了研究。研究發(fā)現(xiàn)，內含子區(qū)別于偽內含子的特征信息同時存在于內含子兩端，序列長度約為70個堿基，只要將內含子準確識別出來，就能準確地得到剪接位點。
　　 2)由于標準支持向量機容易受類別差異影響和噪聲、野值數(shù)據(jù)干擾，進而影響識分類效果，本文提出一種將改進的支持向量機算法——加權近似支持向量機應用于剪接位點的識別中，結果表明加權近似支持向量機在預測剪接位點的準