基于碱基关联二联体位置权重矩阵预测酵母转录因子结合位点

基于已知的酵母转录因子结合位点数据资料,构建转录因子结合位点碱基关联二联体位置权重矩阵,整合碱基关联二联体位置权重矩阵和碱基保守性参量M2i,提出一种新的预测转录因子结合位点的方法(PWMSA).利用self-consistency和cross-validation两种方法对此算法进行检验,均获得了较高的预测成功率,结果表明9种转录因子结合位点的总体预测成功率超过81%,明显高于单碱基位置权重矩阵,同时与已有预测转录因子结合位点的软件进行比较,核苷酸水平上的关联系数和结合位点水平上的关联系数分别达到0.42和0.52,优于现有预测方法.

基于位点保守性参量和位置权重矩阵预测酵母转录因子结合位点

目的:改进转录因子结合位点的理论预测方法。方法:构建转录因子结合位点位置权重矩阵,以转录因子结合位点每一位置的碱基保守性指数Mi为参量,利用位置权重打分函数算法(PWMSA)对酵母五种转录因子结合位点进行预测。结果:利用self-consistency和cross-validation两种方法对此算法进行检验,均获得了较高的预测成功率,结果表明5种转录因子结合位点的预测成功率均超过80%。结论:与已有的三种预测转录因子结合位点的软件进行比较,PWMSA算法明显优于其他三种算法,核苷酸水平上的关联系数和结合位点水平上的关联系数分别提高了0.25和0.22。

基于位置关联权重矩阵及DNA结构信息预测人类剪接位点

人类剪接位点的识别是当前研究的一个重要课题.根据人类剪接位点附近区域的保守性,以位置关联权重矩阵及DNA结构信息作为特征输入参数,应用支持向量机(SVM)对人类基因组中的供体端和受体端剪接位点做了预测.对于供体端,5-fold交叉检验总体预测精度为92.55%,3-way data split检验总体预测精度为92.25%;受体端5-fold交叉检验总体预测精度为90.70%,3-way data split检验总体预测精度为89.87%.

基于DNA结合特异性权重矩阵的TAL效应物靶标预测

计算预测出TAL效应物的候选靶标有助于高效地确定TAL效应物的靶基因,进而阐明TAL效应物的生物学功能,但是目前在TAL效应物靶标计算预测方面的研究仍然很少.为了设计出预测TAL效应物靶标的有效算法,基于TAL效应物的已知靶标数据,构建了TAL效应物靶点的RVD-核苷酸关联矩阵,并将RVD-核苷酸关联矩阵归一化成RVD特异性概率矩阵,为靶标预测构造新的打分函数.实验结果表明,改进的TAL效应物靶标预测算法对大部分已知靶标预测的打分排名比已有算法更靠前,并且结合基因表达数据可以预测出TAL效应物的新的候选靶标.

转录因子结合位点生物信息学研究进展

转录因子结合位点(Transcription factor binding site,TFBS)是与转录因子结合的DNA序列,它们与转录因子相互作用调控基因的转录过程。确定TFBS是理解转录调控机制,建立转录调控网络的关键问题。随着高通量实验技术的发展,结合ChIP-chip实验以及多个基因组的序列信息来预测TFBS已成为新的研究热点。本文简要概述了用于TFBS定位的实验技术,TFBS信息相关的数据库,重点评述了描述TFBS的模型以及预测TFBS的多种软件。TFBS的生物信息学研究的发展,将与相关领域相互促进,有助于进一步揭示转录调控机制。

预测酵母(Yeast)基因转录因子结合位点

基于在转录因子结合位点各碱基出现的概率不相同,以转录因子结合位点每一位置的碱基保守程度为参量,分别计算每种转录因子结合位点在每一位置的碱基保守指数Mi.通过构建每种转录因子结合位点位置权重矩阵(PWM),利用位置权重矩阵打分函数对酵母四种转录因子结合位点进行预测.利用se lf-cons istency和cross-va lidation两种方法对此算法进行检验,均获得了较高的预测成功率.结果显示四种转录因子结合位点的预测成功率均超过80%,且同时获得多个试验未测定的转录因子结合位点,对实验有指导意义.

基于位置关联权重矩阵及序列组分的多样性增量识别剪接位点

前体mRNA的剪接是真核基因表达的关键阶段,识别剪接位点对基因表达也起着至关重要的作用。作者用紧邻与非紧邻的位置关联权重矩阵及组成分的多样性增量得到的五维特征向量来表示序列,应用支持向量机对供体位点和受体位点进行识别。采用5-fold交叉检验,得到供体和受体位点的马修斯相关系数分别为0.924和0.947,ROC曲线下面积分别为99.08%和99.54%。与一些传统方法相比,这一方法考虑了位点之间的相关性和序列的生物信息,表现出特征少、精度高等优点。

大肠杆菌E．coli K-12转录因子结合位点的理论预测

基于实验验证的22种大肠杆菌K12的转录因子结合位点序列,分析了转录因子结合位点每一位置的碱基保守性,提出了预测转录因子结合位点的位置权重矩阵打分函数算法(PWMSA)。利用self-consistency和cross-validation两种检验方法对此算法进行检验,self-consistency检验总的预测成功率达到87.59%,cross-validation检验成功率达到85.48%。对基因间序列进行搜索,获得了多个可能的转录因子结合位点。

用核糖体扫描模型预测翻译起始位点

真核生物翻译起始位点(TIS,translation initiation site)的正确预测对于基因的正确注释有着重大的意义.在真核生物中,翻译并不都是起始于第一个AUG密码子,还取决于AUG前后序列的信息.结合位置权重矩阵(PWM,position weight matrix)和开放阅读框架(ORF,open reading frame)的长度分布特征建立了简单的方法识别翻译起始位点,此方法能很好地区分上游AUG和TIS.对于脊椎动物以及人类的mRNA序列,运用核糖体扫描模型预测其翻译起始位点得到了很好的预测率.

基于序列和结构特征分析植物TATA和TATA-less启动子

分析启动子区域内调控元件是阐明基因转录起始机制的重要前提.利用从PlanPromDB数据库下载的植物Pol-ⅡTATA和TATA-less启动子数据,深入分析了两类启动子GC偏好、位点结构保守性、序列碱基组分、保守模体分布、TATAbox位点分布及关联位点保守性等特点,统计出两类植物启动子许多特有的序列组分和结构规律,这些规律对进一步揭示植物Pol-Ⅱ启动子的转录调控机制有一定的帮助.通过构建能够同时考虑位点保守性和关联性的位点关联性权重矩阵扫描模型(PCWM),利用相应打分函数(Score)对两类启动子进行区分,得到了较好结果,说明PCWM的预测性能要优于单碱基的位点权重矩阵(PWM).

基于离散增量结合支持向量机方法的果蝇启动子预测

目的:改进真核生物启动子的理论预测方法。方法:基于启动子序列的信号特征和内容特征,构建6个标准离散源,计算每条序列相对于标准离散源的离散增量;构建信号特征的启动子位置权重矩阵,计算其对应位置的位置权重打分函数,将所得到的两类参数输入支持向量机对果蝇启动子进行预测。结果:利用self-consistency和cross-validation两种方法对此算法进行检验,均获得了较高的预测成功率,结果表明五种转录因子结合位点的预测成功率均超过91%。结论:结果显示结合了支持向量机的离散增量算法能够有效的提高预测成功率,是进行真核生物启动子预测的一种很有效的方法。

基于序列特征的人类Pol Ⅱ启动子理论预测

基于已知的人类Pol Ⅱ启动子序列数据,综合选取启动子序列内容和序列信号特征,构建启动子的支持向量机分类器.分别以启动子序列的6-mer频数作为离散源参数构建序列内容特征,同时选取24个位点的3-mer频数作为序列信号特征构建PWM,将所得到的两类参数输入支持向量机对人类启动子进行预测.用10折叠交叉检验和独立数据集来衡量算法的预测能力,相关系数指标达到95%以上,结果显示结合了支持向量机的离散增量算法能够有效的提高预测成功率,是进行真核生物启动子预测的一种很有效的方法.

基于支持向量机(SVMs)的人类核心启动子的识别

本文采用基于支持向量机(SVM s)的方法预测了4类含有核心启动子元件的启动子和含有CCAAT-box的启动子。4类核心启动子元件分别是DPE,BRE,TATA-box和Inr。特征提取采用基于位点权重矩阵(PWM s)的程序Promoter C lassifier进行。本文预测结果的敏感度,确定度,以及相关系数均高于三种启动子预测方法(PromoterInspec-tor(PI),Promoter 2.0 Pred iction(PP)和Neural Network Promoter Pred iction(NNPP),使敏感度和确定度同时高于0.84,其中TATA-box预测结果可使敏感度和确定度同时高于0.95。

基于支持向量机(SVMs)的核心启动子识别方法

本文介绍了TATA-box和GC-box等4类常见的核心启动子元件,并提出了结合位点权重矩阵的基于支持向量机的核心启动子识别方法。正确识别核心启动子的一个决定因素是找到一个最优的判别函数使得测试样本尽可能被正确分类,本文从测试样本的线性分类和非线性分类两个方面阐述了分类过程。核函数的选择是基于SVM的核心启动子识别的关键问题之一。核函数的形式及其参数的确定决定了分类器的复杂程度。实际应用时,可根据需要构建适当的核。

预测和鉴定蛋白质翻译后修饰的生物信息方法

蛋白质翻译后修饰对蛋白质成熟、结构和功能多样性有决定性的作用。但蛋白质翻译后修饰的多样性、普遍性、动态性,使传统的生物化学方法在全局水平上理解翻译后修饰非常有限,对它们的研究、特别是大规模的研究长期发展缓慢。现在,在实验研究基础上,借助多方面的生物信息学方法,可以快速高通量的预测和鉴定蛋白质翻译后修饰。一方面,可以从序列角度出发,基于酶识别底物的特异性,用位点权重矩阵、支持向量机等算法,从底物蛋白质序列提取修饰相关的保守序列,并用于预测翻译后修饰位点。这种方法相对成熟,能够取得较理想的预测准确性,但不能反映不同时间不同细胞的翻译后修饰状态。另一方面,可从质谱数据分析出发,有望捕获细胞内翻译后修饰的动态特性。质谱分析的高灵敏度、高准确度和高通量的能力已使建立在质谱基础上的蛋白质组学成为研究翻译后修饰的重要工具,生物信息学方法和质谱蛋白质组学的结合则更可以加速研究翻译后修饰的进程。本文从序列和质谱分析两个角度总结评价了各种翻译后修饰相关生物信息学方法的研究近况,重点讨论利用质谱数据鉴定翻译后修饰的新思路。