张文
- 作品数：2 被引量：1H指数：1
- 供职机构：南京农业大学理学院更多>>
- 发文基金：江苏省自然科学基金国家自然科学基金中央高校基本科研业务费专项资金更多>>
- 相关领域：生物学更多>>
- 应用基于粒子群优化的支持向量机算法识别真核生物基因的RNA聚合酶II启动子序列被引量：1
- 2015年
- 启动子是调节基因表达的重要元件,对其的研究对于阐明基因转录调控机制具有重要意义。作者依据RNA聚合酶Ⅱ启动子序列特性选取高效的特征提取方法,构建了基于粒子群优化的支持向量机(particle swarm optimization-support vector machine,PSO-SVM)新方法,用以识别真核生物基因RNA聚合酶Ⅱ启动子。结合5-折交叉检验方法,得到启动子-外显子、启动子-内含子和启动子-基因间序列的分类准确率分别为97.1%、96.7%和98.8%,其马修斯相关系数分别为0.962、0.934和0.976。结果说明,对比其它启动子识别方法,PSO-SVM方法更能有效地识别真核生物基因启动子。
- 张文骈聪陈园园张瑾李琴张良云
- 关键词：粒子群优化支持向量机启动子识别
- 基于粒子群优化的支持向量机算法识别人类基因启动子
- 2015年
- 人类基因启动子识别是医学研究的基本需要。提取DNA序列碱基的PZ曲线特征、二核苷酸空间结构特征、保守信号似然得分,以及K联体似然得分,结合GC含量变化和非均匀指数,构建基于粒子群优化的支持向量机算法来识别人类基因启动子。利用粒子群优化支持向量机参数进行优化避免了人为选择的随机性,并且在分类问题中表现出较好的稳健性。对测试集的10-折交叉检验结果为:敏感性为92%,特异性为91%,马修斯关联系数为0.83。该结果表明,基于粒子群优化的支持向量机算法能有效识别启动子序列。
- 张文陈园园张瑾骈聪李琴张良云
- 关键词：粒子群优化支持向量机启动子预测
