| 利用支持向量机和马氏判别式预测人类polⅡ启动子 |
| |
| 引用本文： | 林昊,杨科利.利用支持向量机和马氏判别式预测人类polⅡ启动子[J].生物信息学,2009,7(2):117-119,127. |
| |
| 作者姓名： | 林昊 杨科利 |
| |
| 作者单位： | 1. 电子科技大学,生命科学与技术学院,成都,610054
2. 宝鸡文理学院,物理系,宝鸡,721007 |
| |
| 基金项目： | 电子科技大学优秀毕业生科研启动费;宝鸡文理学院硕士科研启动项目 |
| |
| 摘 要： | 通过选取人类启动子与非启动子序列中不同的k-mer作为预测算法的基础特征，分别以三个区域（-249～-1；0～＋50；-30～＋30）的6-mer频数作为离散源参数构建离散增量，同时选取24个位点（-31～-21；-4-＋2；＋25-＋29）的3-mer频数作为位置打分函数的参数，分别利用支持向量机和马氏判别式为判别函数对启动子进行预测。用10折叠交叉检验来衡量两种算法的预测能力，预测结果成功率分别达到87．0％和87．9％。对于独立检验集，敏感性分别为62．7％和76．0％，特异性分别为77．5％和66.8％。
|
| 关 键 词： | polⅡ启动子 离散增量 位置打分函数 支持向量机 贝叶斯判别函数 |
Human polⅡ promoter prediction using support vector machine and mahalanobis discriminant |
| |
| LIN Hao,YANG Ke-li.Human polⅡ promoter prediction using support vector machine and mahalanobis discriminant[J].China Journal of Bioinformation,2009,7(2):117-119,127. |
| |
| Authors: | LIN Hao YANG Ke-li |
| |
| Institution: | 1. School of Life Science and Technology, University of Electronic Science and Technology of China, Chengdu 610054, China ; 2. Department of Physics, Baoji University of Arts and Science, Baoji 721007, China) |
| |
| Abstract: | For the purpose of predicting the human pol Ⅱ promoter and non - promoters, the frequencies of hexamer in three regions （ - 249 - - 1 ;0 - ＋ 50; - 30 - ＋ 30） and the frequencies of trimer at 24 positions （ - 31 - - 21 ; - 4 - ＋ 2; ＋ 25 - ＋ 29） are selected as parameters, respectively for increment of diversity （ID） and Position- correlation score function （PCSF）. The support vector machine （SVM） and modified Mahalanobis Discriminant are used to discriminate promoter and non - promoter. The results of 10 - fold cross - validation show the sensitivities are 87.0 % and 87.9 %, respectively for SVM and Mahalanobis discriminant. For the independent test set, the sensitivities （Specificities） are 62.7 % （ 77.5 % ） and 76.0 % （66.8 % ）, respectively for SVM and Mahalanobis Discriminant. |
| |
| Keywords: | pol Ⅱ promoter increment of diversity PCSF SVM Mahelanobis Discriminant |
| 本文献已被 维普 万方数据 等数据库收录！ |
|
