基于单核苷酸统计和支持向量机集成的人类基因启动子识别

来源：计算机应用杂志2015年第10期北京时间：

作者：徐文轩, 张莉

单位：1. 苏州大学 计算机科学与技术学院系, 江苏 苏州 215006;2. 江苏省计算机信息处理技术重点实验室(苏州大学), 江苏 苏州 215006

摘要：为高效地判别人类基因启动子,提出了一种基于单核苷酸统计和支持向量机集成的人类基因启动子识别算法。首先通过基因单核苷酸统计,从而将一个基因数据集分为C偏好和G偏好两个子集;然后分别对这两个子集提取DNA刚性特征、词频统计特征和CpG岛特征;最后采用多个支持向量机(SVM)集成的方式来学习这三种特征,并讨论了三种集成方式,包括单层SVM集成、双层SVM集成和级联SVM集成。实验结果表明所提算法能够提高人类基因启动子识别的敏感性和特异性,其中双层SVM集成的敏感性达到79.51%,且级联SVM集成的特异性高达84.58%。

关键词：CpG岛,DNA刚性,人类启动子识别,KL散度,单核苷酸统计,支持向量机

基金资助：国家自然科学基金资助项目(61373093);国家级大学生创新创业训练计划项目(201410285032);江苏省自然科学基金资助项目(BK20140008,BK201222725);江苏省高校自然科学研究项目(13KJA520001);江苏省"青蓝工程"资助项目;苏州大学大学生课外学术科研基金资助项目(KY2014687B,KY2015544B,KY2015818B);苏州大学敬文书院"3I工程"项目(29)。