[发明专利]一种人类基因启动子识别方法和系统有效
| 申请号： | 201610076071.9 | 申请日： | 2016-02-03 |
| 公开（公告）号： | CN105550538B | 公开（公告）日： | 2018-06-01 |
| 发明（设计）人： | 徐文轩;张莉;李凡长;王邦军;张召 | 申请（专利权）人： | 苏州大学 |
| 主分类号： | G06F19/24 | 分类号： | G06F19/24 |
| 代理公司： | 北京集佳知识产权代理有限公司 11227 | 代理人： | 常亮 |
| 地址： | 215123 江苏*** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | |||
| 搜索关键词： | 启动子 人类基因 联体 散度 对称 集合 距离度量 非启动 分类器 分辨率 测试样本 训练样本 识别度 测量 申请 | ||
1.一种人类基因启动子识别方法，其特征在于，包括：
获取人类基因训练样本，其中所述训练样本包括启动子基因序列、外显子基因序列、内含子基因序列以及3'-UTR基因序列；
计算所有N联体集合中每个N联体在所述启动子基因序列、所述外显子基因序列、所述内含子基因序列以及所述3'-UTR基因序列中概率密度；
根据所述概率密度，分别计算所述启动子基因序列中的N联体与所述外显子基因序列的中N联体的第一对称散度，所述启动子基因序列中N联体与所述内含子基因序列中N联体的第二对称散度，以及所述启动子基因序列中N联体与所述3'-UTR基因序列中N联体的第三对称散度；
基于预设优化算法，依据所述第一对称散度从所有N联体中选择最具分辨率的第一N联体集合，依据所述第二对称散度从所有N联体中选择最具分辨率的第二N联体集合，以及依据所述第三对称散度从所有N联体中选择最具分辨力的第三N联体集合；
分别利用所述第一N联体集合、所述第二N联体集合以及所述第三N联体集合，对分类器进行训练，得到启动子-外显子分类器、启动子-内含子分类器以及启动子-3'-UTR分类器；
利用所述启动子-外显子分类器、所述启动子-内含子分类器以及所述启动子-3'-UTR分类器对人类基因测试样本进行识别，基于三个分类器的输出结果，判断人类基因训练样本是否为启动子。
2.根据权利要求1所述的方法，其特征在于，所述根据所述概率密度，分别计算所述启动子基因序列中的N联体与所述外显子基因序列的中N联体的第一对称散度，所述启动子基因序列中N联体与所述内含子基因序列中N联体的第二对称散度，以及所述启动子基因序列中N联体与所述3'-UTR基因序列中N联体的第三对称散度，包括：
根据第一预设公式分别计算所述第一对称散度、所述第二对称散度以及所述第三对称散度；
其中，所述第一预设公式为：
其中，4
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于苏州大学，未经苏州大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/pat/books/201610076071.9/1.html，转载请声明来源钻瓜专利网。
- 同类专利
- 专利分类
G06F 电数字数据处理
G06F19-00 专门适用于特定应用的数字计算或数据处理的设备或方法
G06F19-10 .生物信息学，即计算分子生物学中的遗传或蛋白质相关的数据处理方法或系统
G06F19-12 ..用于系统生物学的建模或仿真，例如：概率模型或动态模型，遗传基因管理网络，蛋白质交互作用网络或新陈代谢作用网络
G06F19-14 ..用于发展或进化的，例如：进化的保存区域决定或进化树结构
G06F19-16 ..用于分子结构的，例如：结构排序，结构或功能关系，蛋白质折叠，结构域拓扑，用结构数据的药靶，涉及二维或三维结构的
G06F19-18 ..用于功能性基因组学或蛋白质组学的，例如：基因型–表型关联，不均衡连接，种群遗传学，结合位置鉴定，变异发生，基因型或染色体组的注释，蛋白质相互作用或蛋白质核酸的相互作用
