首页 | 本学科首页   官方微博 | 高级检索  
   检索      

基于支持向量机的枯草杆菌启动子预测方法
引用本文:杜耀华,倪青山,王正志.基于支持向量机的枯草杆菌启动子预测方法[J].生命科学研究,2005,9(4):319-326.
作者姓名:杜耀华  倪青山  王正志
作者单位:国防科技大学,机电工程与自动化学院,中国湖南,长沙,410073
基金项目:国家自然科学基金资助项目(60471003)
摘    要:启动子预测是研究基因转录调控的重要环节,但现有算法的预测正确率偏低.在深入分析启动子生物特征的基础上,提出了一种基于支持向量机的枯草杆菌启动子预测算法,在启动子序列的组成特征、信号特征和结构特征中选取9种典型特征作为预测的依据,对于信号特征,除了利用保守模式的一致序列,还考虑了间隔距离的分布信息.首先通过特征描述模型分别计算每种特征在启动子序列和非启动子序列中的得分,将特征得分组合成9维特征向量,再利用支持向量机在特征向量集上进行训练和判别.对实际数据集进行的刀切法测试验证了算法的有效性.对σ启动予的预测,平均正确率达到了90.7%;对几种其它σ因子启动子的预测,平均正确率也超过了80%.算法不但有广泛的适用性,还有良好的可扩展性,能够方便的容纳新特征,使识别性能不断提高.

关 键 词:枯草杆菌  启动子预测  组合特征  支持向量机  刀切法
文章编号:1007-7847(2005)04-0319-08
收稿时间:2005-07-06
修稿时间:2005-12-01

Prediction of Bacillus subtilis Promoter Regions Based on Support Vector Machine
DU Yao-hua,NI Qing-shan,WANG Zheng-zhi.Prediction of Bacillus subtilis Promoter Regions Based on Support Vector Machine[J].Life Science Research,2005,9(4):319-326.
Authors:DU Yao-hua  NI Qing-shan  WANG Zheng-zhi
Institution:College of Mechatronics Engineering and Automation, National University of Defense Technology, Changsha 410073, Hunan, China
Abstract:
Keywords:Bacillus subtilis  promoter prediction  combined-feature  support v ector machine(SVM)  jack knife method
本文献已被 CNKI 维普 万方数据 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号