基于碱基组成和分布的DNA序列特征提取方法及应用

• 作者: 吕艳芬 李玉双 魏东
• 来源期刊: 燕山大学学报
• 学科: 生物学
• 关键词: 转移概率 特征向量 系统发生树 必需基因 支持向量机
• 年，卷（期）: 2018,（1）
• 所属期刊栏目: 信息与计算机技术
• 页码范围: 59-66,74
• 页数: 9页
• 分类号: Q332
• 字数: 4088字
• 语种: 中文
• DOI: 10.3969/j.issn.1007?791X.2018.01.010

摘要

通过特征提取方式挖掘生物信息数据中潜在的规律是生物信息学研究的基本问题之一.基于DNA序列的碱基转移概率、含量和位置比三类特征构造了24维特征向量,成功应用于11物种的β-珠蛋白基因完整编码序列和18哺乳动物线粒体基因组序列的相似性比较,构建的系统发生树与进化事实相符.基于该特征向量,结合支持向量机分类方法识别了28株细菌中的必需基因,平均AUC值高达0.808,高于部分识别方法.实验结果说明:生物序列基本构成元素的转移概率、含量和位置比可作为研究生物信息学中相关分类问题的选择性工具.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李玉双	燕山大学理学院	8	1	1.0	1.0
2	魏东	燕山大学理学院	4	1	1.0	1.0
3	吕艳芬	燕山大学理学院	1	1	1.0	1.0