一种新的融合统计特征的DNA甲基化位点识别方法

论文摘要

自动、准确地识别DNA甲基化修饰位点对于研究基因的调控、转录和表达机理,有针对性地开发癌症靶向治疗药物有重要意义.然而,基于核酸频率统计特征和物化属性伪核酸成分统计特征并不能很好地反应DNA甲基化位点的模式信息,所构建的DNA甲基化位点预测器精度也不高.因此,文中提出从3个不同的视角抽取DNA序列上的核酸频次统计信息、位置统计信息和空间结构属性信息,并将其融合为一种新的统计特征向量,然后在相同的基础数据集上采用SVM分类器和严格的Jackknife测试方法进行实验验证.结果表明:该方法构建的预测器较当前最好的iDNA-methyl预测器,在Acc、Mcc和AUC 3个性能指标上分别提高了11.85%、24%和11.3%;该研究表明在DNA甲基化位点预测问题上,核酸序列的频次统计信息、位置统计信息和空间结构属性信息具有较好互补性,这3个视角相融合得到的特征向量能够更好地反映DNA甲基化修饰位点的模式特征,提高DNA甲基化位点的预测精度.

论文目录

• 1 基本概念
•   1.1 数据集描述
•   1.2 特征表示
•   1.3 分类器设计
•   1.4 测试方法
•   1.5 评价指标
• 2 多视角统计特征表示方法
•   2.1 核酸频次统计信息
•   2.2 位置统计信息
•   2.3 空间结构信息
• 3 实验结果与分析
•   3.1 单个统计特征的实验结果与分析
•   3.2 不同融合策略的实验结果与分析
•   3.3 预测器性能实验比较与分析
• 4 结论

文章来源

类型: 期刊论文

作者: 孙佳伟,张明,王长宝,徐维艳,程科,段先华

关键词: 甲基化,统计特征,模式信息,支持向量机,测试

来源: 江苏科技大学学报(自然科学版) 2019年02期

年度: 2019

分类: 工程科技Ⅱ辑,基础科学

专业: 生物学

单位: 江苏科技大学计算机学院,江苏科技大学理学院

基金: 国家自然科学基金资助项目(61572242,61373062),江苏省自然科学基金资助项目(BK20141403,BK20130472),江苏省科技支撑项目(BE2014692)

分类号: Q811.4

页码: 62-68

总页数: 7

文件大小: 372K

下载量: 54