烟草坏死病毒完整基因组的统计特征与聚类

[目的]提取烟草坏死病毒完整基因组的统计特征。并且对其进行聚类分析。[方法]在烟草坏死病毒完整基因组的碱基序列上,用每个碱基及其随后2个碱基所构成的三碱基组排列成一个新的序列S;计算所有64种不同三碱基组在S上出现的概率,得到一个64维向量L;比较各个基因组的L向量,得到8个三碱基组,它们的概率存在明显差异。[结果]8个三碱基组(CGT;CAA;TAC;TAA;AGG;ATG;ATA;AAG)的出现概率与烟草坏死病毒基因组的遗传变异有着重要关联;4个不同来源的烟草坏死病毒完整基因组,按其遗传变异结果形成2个大类。[结论]该研究方法普遍适用于各种烟草病毒基因序列的分析,为烟草坏死病毒病的防治提供理论依据。

烟草坏死病毒完整基因组的统计特征与聚类(摘要)(英文)

[目的]提取烟草坏死病毒完整基因组的统计特征,并对其进行聚类分析。[方法]在烟草坏死病毒完整基因组的碱基序列上,用每个碱基及其随后2个碱基所构成的三碱基组排列成一个新的序列S;计算所有64种不同三碱基组在S上出现的概率,得到一个64维向量L;比较各个基因组的L向量,得到8个三碱基组,它们的概率存在明显差异;依照一定的规律,给三碱基组赋予数字代码;最后,对不同来源的烟草坏死病毒完整基因组按照L向量进行K-M聚类分析。[结果]8个三碱基组(CGT;CAA;TAC;TAA;AGG;ATG;ATA;AAG)的出现概率与烟草坏死病毒基因组的遗传变异有着重要关联;4个不同来源的烟草坏死病毒完整基因组,按其遗传变异结果形成2个大类。[结论]该研究方法普遍适用于各种烟草病毒基因序列的分析,为烟草坏死病毒病的防治提供了理论依据。

机器学习算法在5G网络分流提升中的应用

为提升5G网络分流能力,文章利用机器学习算法精准识别目标场景客户及高价值小区。一是利用XGBoost算法预测潜在5G终端客户,助力5G终端精准营销;二是利用K-M聚类算法细分客户群体特征,加速高价值客户向5G网络迁转;三是基于POI点密度及客户价值DBSCAN聚类输出高价值小区。应用结果表明:5G分流比由1.92%提升至26.26%,具有应用推广意义。

TMGMV完整基因组的统计特征

提取TMGMV完整基因组的统计特征,并对它进行聚类分析。在TMGMV完整基因组的碱基序列上,用每个碱基及其随后二个碱基所构成的三碱基组,排列成一个新的序列S;计算所有64种不同三碱基组在S上出现的概率,得到一个64维向量L;比较各个基因组的L向量,得到6个三碱基组,它们的概率有明显地差异。6个三碱基组(AAG;AGA;TGA;GAC;GAG;GTT)的出现概率与TMGMV基因组的遗传变异有着重要关联;4个不同来源的TMGMV完整基因组,按其遗传变异结果,形成2个大类。

烟草马铃薯Y病毒完整基因组的统计特征

提取4个不同来源的烟草马铃薯Y病毒完整基因组的统计特征,并对它们进行聚类分析。在烟草马铃薯Y病毒完整基因组的碱基序列上,用每个碱基及其随后两个碱基所构成的三碱基组,排列成一个新的序列S,计算所有64种不同三碱基组在S上出现的概率,得到一个64维向量L;比较各个基因组的L向量,得到4个三碱基组(CAA、GAT、GTA、GAC),它们的概率有明显的差异。这4个三碱基组的出现概率与烟草马铃薯Y病毒基因组的遗传变异有着重要关联;4个不同来源的烟草马铃薯Y病毒完整基因组,按其遗传变异结果,形成两个大类。