近年來(lái),伴隨生物信息技術(shù)的迅猛發(fā)展,可用生物數(shù)據(jù)量正呈指數(shù)增長(zhǎng)。從各公共生物數(shù)據(jù)庫(kù)中可以獲得大量、準(zhǔn)確的生物數(shù)據(jù)信息,而如何準(zhǔn)確、高效地對(duì)這些數(shù)據(jù)進(jìn)行分析與挖掘,發(fā)掘其中蘊(yùn)含的內(nèi)在信息也成為研究熱點(diǎn)。作為活體細(xì)胞所需的最小基因組,“必需基因”在維持生物體進(jìn)行正常生命活動(dòng)和繁殖過(guò)程中充當(dāng)重要角色,該類基因的缺失將導(dǎo)致生物體死亡或喪失繁殖能力,后果嚴(yán)重。醫(yī)學(xué)上,必需基因在生物體存活方面發(fā)揮著重要基礎(chǔ)作用,已成為許多抗生素和抗癌化合物中的潛在靶點(diǎn),被廣泛應(yīng)用于病原體和癌細(xì)胞的消除,在抗生素和疫苗研制中意義重大;合成生物學(xué)上,可以有針對(duì)性地選擇目標(biāo)細(xì)胞的最小基因組,合成活細(xì)胞“底盤”;進(jìn)化生物學(xué)上,研究必需基因可以加深對(duì)生物進(jìn)化過(guò)程的理解,通過(guò)對(duì)常見(jiàn)同類必需基因的研究,實(shí)現(xiàn)對(duì)物種的同源性分析。然而,目前常用的通過(guò)生物實(shí)驗(yàn)篩選必需基因的方法存在諸如成本高、耗時(shí)長(zhǎng)、工作量大、適用范圍小等缺點(diǎn),為提高必需基因判定效率,適應(yīng)生物“大數(shù)據(jù)”時(shí)代的需求,論文從信息科學(xué)學(xué)角度出發(fā),對(duì)基于DNA序列特征的必需基因判定算法進(jìn)行研究,提出了4種判別基因必需性的有效分類器。首先,對(duì)DNA 一級(jí)序列進(jìn)行特征提取,其中... 

【文章來(lái)源】：山東大學(xué)山東省 211工程院校 985工程院校 教育部直屬院校

【文章頁(yè)數(shù)】：58 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

同種分類器下羞于各特征提取的AUC值

由表３－１１與圖３－２對(duì)各分類器的縱向比較結(jié)果，即各分類器的ＡＵＣ平均值??與圖３－１中各分類器評(píng)價(jià)結(jié)果可知，隨機(jī)森林（ＲＦ）與邏輯回歸（ＬＲ）分類器??的ＡＵＣ平均值較高，分別為０．７７８和０．７６７，且在圖３－１與圖３－２中較高；而決??策樹(shù)（Ｃ４．５）與ｈ近鄰算法（ＮＮ）分類器在這個(gè)問(wèn)題上的ＡＵＣ平均值較低，分??別為０．６５１和０．６４８，在圖３－１與圖３－２中較低。因此隨機(jī)森林（ＲＦ）分類器與??－２５－??

Ｈｉ?｜?ｌｉｌＨ??圖４－２．各分類器ＡＵＣ值指標(biāo)與對(duì)比??如表４－１０與圖４－２所示，論文提出的幾種主要的判別必需基因分類器取得??了平均為０．８２５４的ＡＵＣ值，其中表現(xiàn)最好的多特征分類器為ＬＲ－３－ＬＲ，取得了??０．８３４的ＡＵＣ值，優(yōu)于表中所示的其他五種參考分類器，且如圖４－２所示，論文??提出的幾種分類器的整體ＡＵＣ值也優(yōu)于其他五種參考分類器。說(shuō)明論文所提出??的分類方法具有良好的潛力，可以成為判別基因必需性的有效工具。??－３７－??


本文編號(hào)：3482315