基于支持向量機(jī)的基因剪接位點(diǎn)研究.pdf

1、人類基因組計(jì)劃完成后，生命科學(xué)的研究進(jìn)入了后基因時(shí)代?；蚪M的研究包括基因識(shí)別、信息結(jié)構(gòu)分析以及功能預(yù)測(cè)等方面，識(shí)別真核基因剪切位點(diǎn)是基因識(shí)別中的重要的一環(huán)。剪切位點(diǎn)對(duì)基因表達(dá)有很大的影響，其能夠直接決定、選擇與合成哪種蛋白質(zhì)，而蛋白質(zhì)的種類直接決定著生物體的性狀和功能，所以在國(guó)際生物信息學(xué)界剪接位點(diǎn)識(shí)別研究的重要性日益突出。在早期的研究中，人們使用最基本的生物實(shí)驗(yàn)方法識(shí)別剪切位點(diǎn)，但是這種生物實(shí)驗(yàn)的方法具有很大的局限性——同時(shí)僅能有限

2、地檢測(cè)一條或者是幾條DNA序列，并且在實(shí)驗(yàn)過(guò)程中需要花費(fèi)大量的人力和物力。生物科學(xué)與相關(guān)技術(shù)的發(fā)展積累了大量的生物學(xué)相關(guān)數(shù)據(jù)，也讓人們認(rèn)識(shí)到不能僅僅依靠生物實(shí)驗(yàn)來(lái)識(shí)別剪切位點(diǎn)，于是計(jì)算機(jī)技術(shù)走進(jìn)了剪切位點(diǎn)識(shí)別這項(xiàng)任務(wù)中。由于識(shí)別剪切位點(diǎn)就能夠直接從DNA序列中得到對(duì)應(yīng)的蛋白質(zhì)，因其對(duì)生物學(xué)具有重要的意義，本文使用支持向量機(jī)方法分析位于供體位點(diǎn)和受體位點(diǎn)之間的內(nèi)含子序列與剪切位點(diǎn)的關(guān)聯(lián)性。研究重點(diǎn)如下：
　　 1)分析了供體位點(diǎn)和

3、受體位點(diǎn)之間的內(nèi)含子序列對(duì)基因剪接的影響，并對(duì)內(nèi)含子序列與剪接的關(guān)聯(lián)性進(jìn)行了研究。研究發(fā)現(xiàn)，內(nèi)含子區(qū)別于偽內(nèi)含子的特征信息同時(shí)存在于內(nèi)含子兩端，序列長(zhǎng)度約為70個(gè)堿基，只要將內(nèi)含子準(zhǔn)確識(shí)別出來(lái)，就能準(zhǔn)確地得到剪接位點(diǎn)。
　　 2)由于標(biāo)準(zhǔn)支持向量機(jī)容易受類別差異影響和噪聲、野值數(shù)據(jù)干擾，進(jìn)而影響識(shí)分類效果，本文提出一種將改進(jìn)的支持向量機(jī)算法——加權(quán)近似支持向量機(jī)應(yīng)用于剪接位點(diǎn)的識(shí)別中，結(jié)果表明加權(quán)近似支持向量機(jī)在預(yù)測(cè)剪接位點(diǎn)的準(zhǔn)