DNA信號序列分析的基因預(yù)測方法研究.pdf

1、分類號UDC密級單位代碼IQ151一一DNA信號序列分析的基因預(yù)測方法研究郭爍指導(dǎo)教師朱義勝職稱教授學(xué)位授予單位大連海事大學(xué)申請學(xué)位級別工學(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月答辯委員會主席創(chuàng)新點摘要創(chuàng)新點摘要由于生物海量的信息和復(fù)雜的結(jié)構(gòu)，大多數(shù)基因辨識算法存在辨識精度低、計算量大等問題。本文依據(jù)基因信號固有的特征、行為以及生命活動機制，在保證辨識精度的基礎(chǔ)上，在算法簡化、特征提取、基因序列

2、識別等方面做了研究，主要創(chuàng)新點如下:1.提出基于飛砍agi一Sugeno模糊模型的剪接位點識別方法。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)剪接位點上下游附近序列的統(tǒng)計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。剪接位點識別模型，并進行了分析和比較。2.提出一種將機器學(xué)習(xí)算法和數(shù)字信號處理相結(jié)合辨識蛋白質(zhì)編碼區(qū)的方法。首先根據(jù)DNA序列的

3、統(tǒng)計特性，建立編碼區(qū)密碼子第一位堿基的支持向量機二元分類器，然后依據(jù)密碼子第一位堿基的“周期3行為”，用短時傅立葉變換對模型輸出值序列的時頻特性進行分析，精確辨識出編碼區(qū)的位置。由于基因結(jié)構(gòu)的復(fù)雜性，為了提高辨識精度，堿基所在的位置應(yīng)分為3部分。而支持向量機的多分類問題較復(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)輸出值的大小辨識位于輸入窗中心的堿基的位置，用短時傅立葉變換對模型的輸出值序列進行分析，精確辨

4、識出編碼區(qū)的位置。3.提出一種改進的樸素貝葉斯分類器算法?；诤朔椒?，將DNA剪接位點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辨識精度，同時降低了算法的計算量。4.提出一種基于高斯混合模型(GMM)的最小二乘支持向量機(LSSvM)啟動子辨識算法。結(jié)合位點序列區(qū)域的密度是識別啟動子的重要依據(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