DNA序列4D表示及基因識別算法研究.pdf

1、隨著人類基因組計劃的完成，生物基因數(shù)據(jù)呈指數(shù)形式增長，找出蛋白質(zhì)編碼基因，即基因識別，是進行基因組分析的基礎(chǔ)，在生物信息處理中占有非常重要的地位。本文著重研究DNA編碼區(qū)與非編碼區(qū)的識別算法及DNA序列的表示法。 針對目前常用的基因識別算法對特征選取的主觀性，本文提出了一種基于特征篩選的基因識別算法，使用該方法根據(jù)特征之間的相關(guān)性來獲取基因的主特征，利用提取的主特征用fisher判別進行編碼區(qū)與非編碼區(qū)識別。 通過分析研

2、究已有的DNA序列表示法，提出了一種新的DNA序列4D表示，該表示法不僅包含明確的生物學(xué)意義，而且有效避免了由DNA序列表示轉(zhuǎn)化為幾何表示法過程中造成的信息丟失。接著在DNA序列4D表示的基礎(chǔ)上運用傅立葉變換，對編碼區(qū)與非編碼區(qū)序列進行頻譜分析，從而實現(xiàn)編碼區(qū)與非編碼區(qū)的識別。 由于在編碼區(qū)存在較強的周期三行為特征，非編碼區(qū)周期三行為特征較弱甚至沒有。利用這種差異，在新的DNA序列4D表示法基礎(chǔ)上提出了一種可描述信號的相關(guān)性的共