人类基因PolyA位点预测.pdf

第31卷第6期 计 算 机 学 报 v01．31No．6 2008 2008年6月 CHINESE OFCOMPUTERS June JOURNAL 人类基因PolyA位点预测 廖 垄 段江波 周艳红 (华中科技大学生物信息与分子成像湖北省重点实验室武汉430074) 摘 要mRNA3’端的多聚腺苷酸化是真核细胞内mRNA转录后处理的三个最主要步骤之一．对DNA序列上发 生多聚腺苷酸化的位置即PolyA位点的识别，对于理解mRNA的形成机制以及进行基因结构预测具有重要作用． 本研究利用机器学习方法对PolyA位点进行预测，其实现过程分为以下三个步骤：特征的生成、特征的筛选、特征 的综合分析聚类．首先，我们采取统计k阶核苷酸频率的方法来生成初始的特征；然后，通过信息学知识来对特征 Vector 进行筛选；最后，使用SVM(SupportMachines，支持向量机)的方法进行特征的综合分析，确定参数，建立预 测模型．在独立的测试数据集上进行测试，当敏感度(Sn)固定为60％时，在内含子水平和外显子水平上的特异 性(Sp)分别为71．67％和80．77％，在内含子水平上的预测精度明显优于国际上的同类软件． 关键词PolyA信号；机器学习；熵}支持向量机 中图法分类号TPl8 Predictionof inHumanGene Polyadenylation Sequences LIAOKunDUAN ZHOU Jiang—Bo Yan—Hong (Hubei andMolecular Science Imaging of and 430074) Bioinformatics KeyLaboratory，HuazhongUniversity Technology，Wuhan Abstract intuRNA3’endisoneofthethreemain of P01yadenylation(PolyA)Occurs steps and of sitesinhumanDNA eukaryoticpre—mRNAprocessing．Thepredictionpolyadenylation mRNA is for the and of sequencesveryimportantrealizingpre—mRNAprocessingpredictiongene structure．This a machine methodto paperpresents learning predict signals polyadenylation humanDNAandmRNA methodconsistsofthree offeature (PA