DNA信號(hào)序列分析的基因預(yù)測(cè)方法研究.pdf

1、分類號(hào)UDC密級(jí)單位代碼IQ151一一DNA信號(hào)序列分析的基因預(yù)測(cè)方法研究郭爍指導(dǎo)教師朱義勝職稱教授學(xué)位授予單位大連海事大學(xué)申請(qǐng)學(xué)位級(jí)別工學(xué)博士學(xué)科與專業(yè)通信與信息系統(tǒng)論文完成日期2010年5月論文答辯日期2010年6月答辯委員會(huì)主席創(chuàng)新點(diǎn)摘要?jiǎng)?chuàng)新點(diǎn)摘要由于生物海量的信息和復(fù)雜的結(jié)構(gòu)，大多數(shù)基因辨識(shí)算法存在辨識(shí)精度低、計(jì)算量大等問(wèn)題。本文依據(jù)基因信號(hào)固有的特征、行為以及生命活動(dòng)機(jī)制，在保證辨識(shí)精度的基礎(chǔ)上，在算法簡(jiǎn)化、特征提取、基因序列

2、識(shí)別等方面做了研究，主要?jiǎng)?chuàng)新點(diǎn)如下:1.提出基于飛砍agi一Sugeno模糊模型的剪接位點(diǎn)識(shí)別方法。首先提出一種基于模糊似然函數(shù)的模糊聚類和最小二乘相結(jié)合的1砍agi一sugeno模糊模型建模方法。然后根據(jù)剪接位點(diǎn)上下游附近序列的統(tǒng)計(jì)特征與附近序列堿基組成隨GC含量變化的特征分類建立基于1砍agi一Sugen。剪接位點(diǎn)識(shí)別模型，并進(jìn)行了分析和比較。2.提出一種將機(jī)器學(xué)習(xí)算法和數(shù)字信號(hào)處理相結(jié)合辨識(shí)蛋白質(zhì)編碼區(qū)的方法。首先根據(jù)DNA序列的

3、統(tǒng)計(jì)特性，建立編碼區(qū)密碼子第一位堿基的支持向量機(jī)二元分類器，然后依據(jù)密碼子第一位堿基的“周期3行為”，用短時(shí)傅立葉變換對(duì)模型輸出值序列的時(shí)頻特性進(jìn)行分析，精確辨識(shí)出編碼區(qū)的位置。由于基因結(jié)構(gòu)的復(fù)雜性，為了提高辨識(shí)精度，堿基所在的位置應(yīng)分為3部分。而支持向量機(jī)的多分類問(wèn)題較復(fù)雜，因此本文用.1泊kagi一Sugeno模糊模型建立基因序列模型，根據(jù)輸出值的大小辨識(shí)位于輸入窗中心的堿基的位置，用短時(shí)傅立葉變換對(duì)模型的輸出值序列進(jìn)行分析，精確辨

4、識(shí)出編碼區(qū)的位置。3.提出一種改進(jìn)的樸素貝葉斯分類器算法?；诤朔椒ǎ瑢NA剪接位點(diǎn)序列映射到高維貝葉斯特征空間，基于最小二乘法建立原假設(shè)獨(dú)立的條件屬性與決策屬性之間的線性模型，保證了樸素貝葉斯分類器的剪接位點(diǎn)辨識(shí)精度，同時(shí)降低了算法的計(jì)算量。4.提出一種基于高斯混合模型(GMM)的最小二乘支持向量機(jī)(LSSvM)啟動(dòng)子辨識(shí)算法。結(jié)合位點(diǎn)序列區(qū)域的密度是識(shí)別啟動(dòng)子的重要依據(jù)，使用GMM建立寡核昔酸位置分布密度模型以提取重要基序，這些基