伊尔斯波特盖恩斯克

iRSpot-GAEnsC:通过集成分类器识别重组点,并将周氏PseAAC的概念扩展到DNA样品的制备。减数分裂重组是维持人类基因组序列多样性的关键。减数分裂和重组被认为是细胞分裂的基本阶段。在减数分裂过程中,基因组被分成相等的部分进行有性生殖,而在重组过程中,不同的基因组组合起来形成新的遗传变异组合。重组过程不会在基因组中随机发生,它的目标是被称为重组“热点”和“冷点”的特定区域。由于数据库中对多基因序列进行了大量的探索,传统的方法很难对其进行识别。鉴于重组点的重要性,建立一个准确、快速、健壮、高通量的自动化计算模型是必不可少的。在该模型中,采用两种序列表示方案(即:二核苷酸合成和三核苷酸合成)提取数字描述符。研究了七种分类算法的性能。最后,将单个分类器的预测结果融合,形成集成分类,并通过多数投票和遗传算法(GA)形成。与基于个体分类器和基于多数投票的集成模型相比,基于遗传算法的集成模型的性能是非常有前途的。iRSpot GAEnsC已达到84.46%的准确率。实验结果表明,iRSpot-GAEnsC算法的性能不仅高于所研究的算法,而且优于目前文献中已有的方法。该模型可望对研究界、学术界和药物研发有所帮助。

此软件的关键字

这里的任何内容都将在支持canvas元素的浏览器上被替换