基于GMM的基因外顯子預(yù)測(cè)算法研究.pdf

1、科技的飛速發(fā)展使得生物信息學(xué)得到廣泛的關(guān)注，它的主要研究對(duì)象之一是基因組學(xué)。隨著人類基因組全部序列測(cè)序的完成，核苷酸數(shù)據(jù)庫中的序列和堿基數(shù)量得到迅猛的增長(zhǎng)，因此能夠正確識(shí)別基因序列中的外顯子部分是處理飛速增長(zhǎng)的DNA序列數(shù)據(jù)的需要。本文將信號(hào)處理的方法與基因序列的生物特性相結(jié)合，根據(jù)基因序列編碼區(qū)的周期特性實(shí)現(xiàn)了基因序列中外顯子的預(yù)測(cè)。
　　 本文主要從四方面對(duì)基因外顯子預(yù)測(cè)做了具體的介紹。第一部分介紹了生物信息學(xué)的相關(guān)背景知識(shí)

2、，并且在此基礎(chǔ)上進(jìn)一步介紹了基因預(yù)測(cè)的研究現(xiàn)狀及研究意義。第二部分從生物序列的特性出發(fā)，介紹了序列的數(shù)值映射方法，并且對(duì)序列在編碼區(qū)的周期特性作了具體的說明，為對(duì)序列進(jìn)行特征提取打下基礎(chǔ)。特征提取是對(duì)生物序列進(jìn)行處理的關(guān)鍵部分，本文第三部分介紹了常用的時(shí)域和頻域特征提取方法，如平均幅度差分函數(shù)、奇異值分解、DFT變換、成對(duì)加權(quán)譜旋轉(zhuǎn)測(cè)量等，并且在此基礎(chǔ)上將信息熵的方法以及音樂信號(hào)處理中常用的幅度差平方和函數(shù)用在基因預(yù)測(cè)中，并且取得了很好