dna分类论文 dna序列分类.docVIP

DNA序列分类 一 摘要 重要性及意义 从题目所给的已知条件和要求可以看出，本问题是一个有关DNA序列人工分类的问题。本文针对DNA序列分类这个实际问题，提出了相应的数学模型，为了更好的体现DNA序列分类的特征，本文给出了三种判别方法，即欧式距离判别法、Fisher判别法和Bayes判别法。从这三种方法得出的判别结果的正确率衡量出最优的判别方法，从而对问题二进行判别分类。 对于问题一，从题目所给出的前20个序列的分类分析，先用matalb计算出标号为1-20序列中A、T、C、G的出现的概率，这样就可构造出含4个变量的特征集，从而构造出一个的概率矩阵，提取其特征。然后分别用欧式距离判别法、Fisher判别法和Bayes判别法来对DNA人工序列进行分类。在利用各个判别方法进行分类时，首先建立各个判别方法的数学模型，接着对其分析编程，利用matlab依次计算出各个判别方法对标号为1-20的DNA人工序列分类。然后在对21-40的DNA序列分类，得出这三种判别方法的分类判别的正确率。利用比较法，对这三种方法进行比较对比，从而得出欧式距离判别法、Fisher和Bayes判别法的判别效果一样。最终得出标号为21-40的DNA人工序列正确率最高的分类，即：（三种方法的结果都给出） A类：22 23 25 27 29 34 35 36 37 B类：21 24 26 28 30 31 32 33 38 39 40 最后在的条件下，通过F检验，判断该判别法的有效性。 实际上，问题二就是对于问题一的一种推广。由问题一得出Fisher和Bayes判别法对于DNA人工序列的分类正确率比较高，所以对于问题二所给出的182个DNA人工序列，本论文选择Fisher判别法来进行分类。其判别的原理与问题一的Fisher判别法相同，都是先将DNA序列转化为相应的数学表达式，建立Fisher判别函数数学模型，然后分析编程，利用matlab得出其分类的结果： A类：3、5、6、8、9、13、14、15、16、17、18、19、20、21、25、27、31、32、33、35、36、38、39、41、42、44、45、47、49、52、53、55、58、59、60、61、62、64、67、68、69、70、71、73、77、79、82、87、89、90、91、93、97、98、99、100、101、104、105、106、109、112、113、115、117、118、120、124、132、134、136、139、141、145、147、148、149、154、155、158、171、172、176； 其余的为B类。 关键字（3-5个） DNA人工序列； 距离判别法； Fisher判别法； Bayes判别法； 提取特征. 二 问题重述 人类基因组计划中DNA全序列草图是由4个字符A，T，C，G按一定顺序排成的长约30亿的序列，其中没有“断句”也没有标点符号。虽然人类对它知之甚少，但也发现了其中的一些规律性和结构。例如，在全序列中有一些是用于编码蛋白质的序列片段，即由这4个字符组成的64种不同的3字符串，其中大多数用于编码构成蛋白质的20种氨基酸。又例如，在不用于编码蛋白质的序列片段中，A和T的含量特别多些，于是以某些碱基特别丰富作为特征去研究DNA序列的结构也取得了一些结果。此外，利用统计的方法还发现序列的某些片段之间具有相关性，等等。这些发现让人们相信，DNA序列中存在着局部的和全局性的结构，充分发掘序列的结构对理解DNA全序列是十分有意义的。目前在这项研究中最普通的思想是省略序列的某些细节，突出特征，然后将其表示成适当的数学对象。 作为研究DNA序列的结构的尝试，提出以下对序列集合进行分类的问题： （1）请从20个已知类别的人工制造的序列（其中序列标号1—10 为A类，11-20为B类）中提取特征，构造分类方法，并用这些已知类别的序列，衡量你的方法是否足够好。然后用你认为满意的方法，对另外20个未标明类别的人工序列（标号21—40）进行分类，把结果用序号（按从小到大的顺序）标明它们的类别（无法分类的不写入） （2）同样方法对182个自然DNA序列(它们都较长)进行分类，像（1）一样地给出分类结果。 三 问题分析 从题目所给出的DNA人工序列观察发现，很多字符串重复出现的频率很高，从题目对于对标号1-20的DNA序列的分类可以看出，有些字符在A类和B类中出现的频率有明显的差距，所以本论文将A、T、C、G在各自序列中所出现的频率作为提取的特征变量，也就是将其作为判别A类和B类的标准。为了保证分类的正确率比较高，本论文采取了距离判别法、Fisher判别法和Bayes判别法这三种方法对DNA序列进行判别分类。 对于问题一，