利用序列保守模体和局部构象信息预测转录因子结合位点
计算预测,极大相关得分矩阵,二次判别分析
 |
| 第6页 |
 |
| 第1页 |
参见附件(3700KB，9页)。
杜耀华 倪青山 王正志 国防科技大学机电工程与自动化学院 国防科技大学机电工程与自动化学院 国防科技大学机电工程与自动化学院
【摘要】转录因子结合位点的计算预测是研究基因转录调控的重要环节,但常用的位置特异得分矩阵方法预测特异性偏低.通过深入分析结合位点的生物特征,提出了一种综合利用序列保守模体和局部构象信息的结合位点预测方法,以极大相关得分矩阵作为保守模体的描述模型,并根据二苷参数模型计算位点序列的局部构象,将两类信息得分组合为多维特征向量,在二次判别分析的框架下进行训练和滑动预测.预测过程中还引入了位置信息量以优化似然得分和过滤备选结果.针对大肠杆菌CRP和Fis结合位点数据的留一法测试结果表明,描述模型的改进和多种信息的融合能有效地改善预测方法的性能,大幅度提高特异性.
【关键词】 转录因子结合位点 计算预测 保守模体 极大相关得分矩阵 局部构象 二次判别分析
【基金】国家自然科学基金资助项目(60471003)
【分类号】Q75-3
揭示基因组水平上的基因表达调控规律是现代分子生物学所面临的重大挑战之一.基因表达的实际过程非常复杂,通常需要多种调控蛋白和相应序列调控元件(regulatory elem ent)的协同参与.因此,在基因组序列中对各种调控元件进行准确的预测是进行表达调控研究的前提和基础.由中心
------
摘 要：转录因子结合位点的计算预测定研究基因转录调控的重要环节，但常用的位置特异得分矩阵方法预测特异性偏低。通过深入分析结合位点的生物特征，提出了一种综合利用序列保守模体和局部构象信息的结合位点预测方法，以极大相关得分矩阵作为保守模体的描述模型，并根据二苷参数模型计算位点序列的局部构象，将两类信息得分组合为多维特征向量，在二次判别分析的框架下进行训练和滑动预测。预测过程中还引入了位置信息量以优化似然得分和过滤备选结果。针对大肠杆菌GRP和Fis结合位点数据的留一法测试结果表明，描述模型的改进和多种信息的融合能有效地改善预测方法的性能，大幅度提高特异性。
关键词：转录因子结合位点；计算预测；保守模体；极大相关得分矩阵；局部构象；二次判别分析
中图分类号：Q527
文献标识码：A
文章编号：1007—7847(2006)03—0215—09
您现在查看是摘要介绍页，详见PDF附件(3700KB，9页)。