- 1、本文档共106页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
06 序列模式识别.pdf
生物信息学
第六章:序列模式识别
生物信息学:预测
? 生物信息学核心目标之一:预测
? 生物信息学工具的最常见作用:预测
? 基本假设(贝叶斯的哲学理念):我们能够通过对
已知世界的观察,总结经验,并以此来预测未知
世界已经存在或者即将发生的事物/事件。
? 在生物信息学中的应用:对现有的数据,使用合
适的算法,进行训练,构建计算模型和计算工具,
预测未知的现象。
功能结构域
? 具有完整的、独立的三级结构
? 具有特定的生物学功能
? 一般长度,几十到几百个氨基酸
? 允许插入/缺失,即允许存在gap
模块、模体、模式
? 模块,BLOCK
? 模体,motif
? 模式,pattern/profile
模块/BLOCK
? 几个到几十个氨基酸
? 无gap,从全局多序列比对的结果直接处理得到
? 描述蛋白质家族或者一类??白质的序列保守性
BLOCK
模体/Motif
? 不具有独立的三级结构
? 具有特定的生物学功能:结合,修饰,细胞亚定位,
维持结构等
? 长度一般几个到几十个氨基酸或者碱基;
? 例如,SUMO化的序列模体:Ψ-K-X-E (Ψ:A, I, L,V,
M, F, P; X:任意氨基酸)
模式/Pattern/Profile
? 在算法上用来描述一类功能结构域、模体或者
模块的表示方式
? 根据序列数据构建的预测模型
? 数据形式:概率表示,正则表达式
[AC]? D ?[IVL]? X ? ?[PG]?[FY] ?
2 3 1 2
? 用来预测新的可能符合特定模式的序列
? 例如,直接将Ψ-K-X-E视为SUMO化位点的,普
适的“模式”,则可以预测所有包含该模式的蛋
白质序列
本章内容提要
1,预测性能检验
2,位点特异性打分矩阵/权重矩阵模型,
Position Specific Scoring Matrix (PSSM)
/Weight Matrix Model (WMM)
3,模体发现:Gibbs Sampler算法
4,贝叶斯统计预测
5,马尔可夫及隐马尔可夫模型
6, 序列模式识别应用及序列特征分析举例
1,预测性能的计算和检验
? 样本/检验数据:阳性数据(P),阴性数据(N)
? 阳性数据(P):有功能,满足条件的数据
? 阴性数据(N):无功能,不满足条件的数据
? 对于预测结果的评测,定义:
? a. 真阳性 (TP): 实际阳性数据中被预测为阳性的数据
? b. 假阳性 (FP): 实际阴性数据中被预测为阳性的数据
? c. 真阴性 (TN): 实际阴性数据中被预测为阴性的数据
? d. 假阴性 (FN): 实际阳性数据中被预测为阴性的数据
常用的检验指标
?1. 敏感性 (Sensitivity, Sn)
also called ‘recall rate’ or ‘true positive rate’ (TPR)
? 实际阳性数据中,能够准确预测的比例是多少
?2. 特异性 (Specificity, Sp)
? 实际阴性数据中,能够准确预测的比例是多少
常用的检验指标计算公式
?3. 准确性 (Accuracy, Ac)
?对于整个数据集(包括阳性和阴性数据),总共的准确
预测比例是多少
?4. 马修相关系数(Mathew correlation
coefficient, MCC)
? 当阳性数据的数量与阴性数据的数量差别较大时,能
够更为公平的反映预测能力,值域[-1,1]
选择性- Selectivity
? also called precision or positive
predictive value (PPV)
? 预测为‘真’的数据中,实际阳性数据所
占的比例。
?相对阳性数据(P),当阴性数据(N)很大或难
以准确定义时,可由‘选择性’代替‘特异
性’指标。
TP
Se =
TP + FP
ROC curve
?X轴:1-Sp
Y轴:Sn
?ROC的面积越
大,表明其预
您可能关注的文档
最近下载
- 新人教部编版小学二年级上册数学全册课时练习题.pdf
- 统编版语文四年级上册习作:写观察日记《绿豆芽生长记》(课件).pptx
- 英威腾 Goodrive300_01A_EH系列高速电机专用变频器说明书_V1.0.pdf
- 西师大版数学四年级上册全册表格式教案.pdf VIP
- 第18章 电功率难 难题练习 2021年初中物理培优(重点高中自主招生 竞赛).docx
- 《流行声乐演唱》课件——2“会听、会唱、会分析”.pptx VIP
- 公安局报警定位系统方案.pdf VIP
- 《铁路基桩检测管理信息系统数据接口暂行规定》(附条文及目录).pdf
- QB_T 2584-2023轻工标准 淋浴房.pdf
- 水轮发电机组发电机检修规程.doc
文档评论(0)