基于DNA序列特征的必需基因判定研究

发布时间：2021-11-07 18:08

　　近年来,伴随生物信息技术的迅猛发展,可用生物数据量正呈指数增长。从各公共生物数据库中可以获得大量、准确的生物数据信息,而如何准确、高效地对这些数据进行分析与挖掘,发掘其中蕴含的内在信息也成为研究热点。作为活体细胞所需的最小基因组,“必需基因”在维持生物体进行正常生命活动和繁殖过程中充当重要角色,该类基因的缺失将导致生物体死亡或丧失繁殖能力,后果严重。医学上,必需基因在生物体存活方面发挥着重要基础作用,已成为许多抗生素和抗癌化合物中的潜在靶点,被广泛应用于病原体和癌细胞的消除,在抗生素和疫苗研制中意义重大;合成生物学上,可以有针对性地选择目标细胞的最小基因组,合成活细胞“底盘”;进化生物学上,研究必需基因可以加深对生物进化过程的理解,通过对常见同类必需基因的研究,实现对物种的同源性分析。然而,目前常用的通过生物实验筛选必需基因的方法存在诸如成本高、耗时长、工作量大、适用范围小等缺点,为提高必需基因判定效率,适应生物“大数据”时代的需求,论文从信息科学学角度出发,对基于DNA序列特征的必需基因判定算法进行研究,提出了4种判别基因必需性的有效分类器。首先,对DNA 一级序列进行特征提取,其中... 

【文章来源】：山东大学山东省 211工程院校 985工程院校 教育部直属院校

【文章页数】：58 页

【学位级别】：硕士

【部分图文】：

同种分类器下羞于各特征提取的AUC值

由表３－１１与图３－２对各分类器的纵向比较结果，即各分类器的ＡＵＣ平均值??与图３－１中各分类器评价结果可知，随机森林（ＲＦ）与逻辑回归（ＬＲ）分类器??的ＡＵＣ平均值较高，分别为０．７７８和０．７６７，且在图３－１与图３－２中较高；而决??策树（Ｃ４．５）与ｈ近邻算法（ＮＮ）分类器在这个问题上的ＡＵＣ平均值较低，分??别为０．６５１和０．６４８，在图３－１与图３－２中较低。因此随机森林（ＲＦ）分类器与??－２５－??

Ｈｉ?｜?ｌｉｌＨ??图４－２．各分类器ＡＵＣ值指标与对比??如表４－１０与图４－２所示，论文提出的几种主要的判别必需基因分类器取得??了平均为０．８２５４的ＡＵＣ值，其中表现最好的多特征分类器为ＬＲ－３－ＬＲ，取得了??０．８３４的ＡＵＣ值，优于表中所示的其他五种参考分类器，且如图４－２所示，论文??提出的几种分类器的整体ＡＵＣ值也优于其他五种参考分类器。说明论文所提出??的分类方法具有良好的潜力，可以成为判别基因必需性的有效工具。??－３７－??


本文编号：3482315