版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)
文檔簡介
1、重慶郵電大學碩士學位論文基于logistic回歸分析的P53下游基因判別分析模型姓名:白明澤申請學位級別:碩士專業(yè):計算機應用技術(shù)指導教師:譚軍20060610重慶郵電大學碩士論文摘要AbstractP53proteinisageneraltranscriptionfactorwhichCallaccomplishmanyphysiologicalfunctionsthroughregulatingdownstreamgenes’exp
2、ressionThosefunctionsmostlyrelatedtonegativeregulatingthecellcycle,replication&repairofDNA,apoptosis,restrainingthegrowthofbloodvesselandresponsetocelltressResearchesonp53indicatethatp53isa11importanttumorsuppressorgene,
3、definingthecompletegeneregulatorynetworkistheultimatechallengetop53biologyAbout100humangeneswhoseexpressionispositivelyregulatedbyp53havebeenidentifiedAlthoughthenumberofidentifiedP53downstreamgeneskeepsgrowing,itisconce
4、ivablethatlargefractionoftheP53downstreamgeneshavenotyetbeenidentifiedDuetobiologyexperimentstoidentifythosegenesistediousandexpensiveAcomputationalmethodwhichsynthesistheknownP53downstreamgenes’featureiseconomicandeffec
5、tiveforidentifyingtheotherswhichhavenotbeenidentified,andwillbringbreakthroughinthisareaInthispapertotal63humanP53’Sbindingsequencesand13clonesequenceswhichcailbindwitllP53identifiedinE1一Deiry’Sexperimenthasbeencollected
6、AdiscriminantanalysismodelforP53downstreamgenesbasedonlogisticregressionanalysisisproposedThecandidatefeaturesofprimarysequencearecalculatedbyselectingpropermodelsincludingPWMmodel,frequencydistributionmodel,consensusseq
7、uencemodelandthelengthofinsertsequenceinthemotifInviewoftheP53bindingsequences’particularitytwoPWMmatricesareadoptedtomodelingthetwodecamersineverymotifandacrossvalidatemethodisusedtoaffirmthemotifineveryknownbindingsequ
8、enceThenthosemotifs’featuresareconsideredastheobjectsofthelogisticregressionanalysisThroughastepwiseselectionprocessofferedbySPSS,theoptimalfeaturesincludingthetwodecamers’PWMscorearedeterminedfromcandidatefeaturesetsThe
9、modelhasbeentrainedandtestedontheselectedpositiveandnegativedatasetsbythejackknifemethod,andtheaveragepredictionaccuracyis9391%TheresultsindicatethatOurmethodisauniversalalgorithmthatoutperformsmostofthesimpleapproachesF
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 2型糖尿病的判別分析和Logistic回歸分析.pdf
- P53下游候選基因PAP1的鑒定和生物信息學分析.pdf
- 利用Logistic二次回歸法提高判別分析效率.pdf
- 判別分析和Logistic回歸模型在原油和燃料油種類鑒別中的應用研究.pdf
- 判別分析
- 慢性心力衰竭患者血瘀證影響因素的Logistic回歸及判別分析.pdf
- 基于數(shù)據(jù)深度的判別分析.pdf
- 判別分析論文
- 判別分析作業(yè)
- 判別分析論文
- 基于譜回歸判別分析的高光譜遙感影像分類方法研究.pdf
- (12)線性判別分析.pdf
- 非小細胞肺癌p53基因突變分析.pdf
- 基于核函數(shù)的判別分析研究.pdf
- logistic回歸分析
- 基于logistic回歸的違約概率模型的建立及分析.pdf
- 278.高維數(shù)據(jù)下的判別分析及模型選擇方法
- REGγ和TGFβ、p53及其下游基因相關(guān)性的研究.pdf
- 判別分析與Logistic模型在上市公司財務(wù)困境預測中的應用研究.pdf
- 缺氧海馬神經(jīng)元中p53對其下游基因的調(diào)控.pdf
評論
0/150
提交評論