基于4D表示的DNA序列分析方法

基于DNA序列4种核苷酸的物理化学性质,考虑相邻两个碱基组合形式,提出一种新的DNA序列4D表示。基于这种表示,可以把DNA序列简化成4D空间的一系列点,根据点坐标抽取序列数值特征,再根据数值特征给出方法对DNA序列进行相似性分析。以10个不同物种的β-球蛋白基因的第一个外显子碱基序列的为例子,说明基于4D表示的DNA序列分析方法是有效的。

基于流形学习的DNA序列数据挖掘方法研究

由于人类DNA序列上单核苷酸具有多态性,DNA序列异常挖掘是后基因组时代的一个重要研究课题。文章在分析现有DNA序列数据挖掘方法的基础上,利用流形学习中不同低维嵌入向量之间向量距离不同的特点,提出了基于流形学习的DNA序列数据挖掘方法(5Dlocally linear embedding,简称5DLLE)。实验结果表明,与隐马尔可夫模型(HMM)和支持向量机(SVM)相比,文中所提出的5DLLE方法在DNA序列数据挖掘方面具有一定优势,不但平均识别率高,而且计算时间相对较少。