基于序列特征的疾病基因預測.pdf

1、定位候選策略是目前發(fā)現(xiàn)疾病基因的主要方法,其關(guān)鍵問題之一是如何對采用連鎖分析等方法定位的疾病區(qū)間中數(shù)以百計的候選基因進行致病風險評估。有效解決這一問題對于縮短疾病基因發(fā)現(xiàn)周期、減少花費等都具有重要意義。越來越多的疾病基因被發(fā)現(xiàn),使得采用計算機方法從已知疾病基因中獲取知識以幫助發(fā)現(xiàn)未知疾病基因成為可能。但是,目前基于表達信息、基因功能以及疾病基因統(tǒng)計特征的三種方法都不能很好地解決這一問題。因為基于表達信息和基因功能的方法的效果嚴重依賴于表

2、達與功能信息的完整性與準確性,而目前基于疾病基因序列特征的方法僅僅考慮所有疾病基因和正?；虻男蛄刑卣髟诮y(tǒng)計水平的差異,沒有對不同的疾病區(qū)別對待。
　　為了更好地解決這一問題,發(fā)現(xiàn)不同疾病的致病基因所特有的序列特征是一種新的途徑。氨基酸使用特征因為其蘊涵的豐富的生物學意義而被選作本研究重點挖掘的特征。
　　通過分析疾病基因蛋白質(zhì)序列特征,將蛋白質(zhì)序列轉(zhuǎn)化為固定長度的向量,并使用支持向量機方法預測疾病基因。利用的序列特征為疾病