一种基于改进通用梳状滤波器的基因预测算法.docVIP

一种基于改进通用梳状滤波器的基因预测算法 　　摘要：针对IIR滤波器在设计和使用中存在系统稳定性和群延迟造成输出滞后的问题，以通用梳状滤波器为例提出了适用于IIR NPBF的改进预测算法。在HMR195序列集上的预测结果表明，所提算法能有效提高编码区预测准确率。 　　关键词：窄通带滤波器；蛋白质编码区预测；无限脉冲响应滤波器；群延迟 　　中图分类号：Q751；TN713 文献标识码：A 文章编号：0439-8114（2014）19-4712-04 　　DOI：10.14088/j.cnki.issn0439-8114.2014.19.054 　　A Gene Prediction Algorithm Based on Improving General Comb Filter 　　JIA Yan-Linga， MA Yu-Taoa， LIU Si-Yuanb， TANG Xiao-Fenc 　　（a. School of Physics Electrical Information Engineering /Ningxia Key Laboratory of Information Sensing Intelligent Desert； 　　b. Department of Development Planning and Discipline Construction； 　　c. School of Mathematics and Computer Science， Ningxia University， Yinchuan 750021，China） 　　Abstract： Pinpointing the problemd of the system stability and group delay resulting output lagging of the design and use of the IIR filter and using eneral comb filter as an example， an improved algorithm suitable for IIR NPBF was constructed. The prediction results of the data set HMR195 showed that the algorithm proposed could improve the prediction accuracy of measuring AC （approximate correlation）. 　　Key words： narrow pass-band filter； protein coding regions prediction； infinite impulse response filter； group delay 　　对刚完成测序的DNA序列进行蛋白质编码区预测是基因组序列注释的重要阶段，预测准确性越高，注释工作越容易。由于算法简单且运算量相对较少，近年来多种方法设计的数字滤波器广泛用于蛋白质编码区（简称编码区或外显子）预测研究中。这些设计的数字滤波器能保留具有三碱基周期性（Triplet Bases Periodicity，TBP）的蛋白质编码信号，同时滤除或抑制各种噪声，因而以不同的数字滤波器为核心分别形成了与之对应的基因预测算法[1-6]。由于DNA序列的编码区具有TBP，而内含子（简称非编码区）和基因间隔区一般不具有此特性，采用可使具有TBP信号通过而滤除其他信号的IIR或FIR滤波器，就可保留编码区信号而滤除非编码区信号[1，6-9]。Vaidyanathan等[1，2]提出采用IIR（Infinite Impulse Response）ANF（anti-notch filter），以及采用 IIR MSF（multi-stage filter）用于基因预测，Meher等[4]提出GCF（general comb filter）和CDCF（cascaded differentiator comb filter）的设计。马玉韬等[5，6]分别给出了FIR（Finite Impulse Response）FSNPBF（frequency sampling narrow pass-band filter）、WNPBF （windowed narrow pass-band filter）和APNPBF（all-phase NPBF）的设计方法，并将其用于基因预测。Mena-Chalco等[7]采用MGWT（modified Gabor wave 　　let transform）算法提供了HMR185、BG570和A