[發明專利]一種釀酒酵母菌中DNA復制起點的預測方法

有效

• 申請號: 202010636957.0
• 申請日: 2020-07-03
• 公開（公告）號: CN111755074B
• 公開（公告）日: 2022-05-17
• 發明（設計）人: 樊永顯;王婉茹
• 申請（專利權）人: 桂林電子科技大學
• 主分類號: G16B40/00
• 分類號: G16B40/00;G16B30/00;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 桂林市華杰專利商標事務所有限責任公司 45112
• 代理人: 楊雪梅

1.一種釀酒酵母菌中DNA復制起點的預測方法，其特征在于，包括如下步驟：

1)獲取樣本數據集：獲取釀酒酵母菌中的正樣本序列和負樣本序列；

2)特征提取：使用二進制編碼法和PSEKNC-I兩種方法表示樣本序列，即使用一個向量表示每一條NDA序列；

3)特征選擇：使用F-score方法和增量特征選擇方法對步驟2)中使用PSEKNC-I法得到的特征進行篩選，得到預篩選特征；

4)特征組合：將步驟2)中采用二進制編碼法得到特征和步驟3)得到的預篩選特征進行組合，使用二項分布對組合后的特征進一步篩選，獲得特征組合后的樣本數據集；

5)構建模型：構建CNN預測模型，將步驟4)獲得的樣本數據集進行五折交叉驗證實驗，將五折交叉實驗選出的數據集隨機分為5組，其中1組作為測試集，剩余4組作為訓練集，利用訓練集對構建的CNN預測模型進行訓練，得到訓練后的CNN預測模型，將測試集輸入訓練后的預測模型分類器中，得到的分類結果即為預測的復制起點的初步結果；

6)參數調優：根據步驟5)得到的初步結果，調整訓練后的CNN預測模型中的卷積層數、卷積個數、濾波器大小、步長，以及輸出層概率，對訓練后的CNN預測模型進行優化；

7)模型評估：使用五折交叉驗證法對優化后的CNN預測模型進行評估，并使用敏感性、特異性、準確率、馬修斯相關系數四個評估系數對優化后的CNN預測模型的進行衡量，最終得到最優的CNN預測模型，將DNA序列輸入最優的CNN預測模型中，即得到最終的DNA復制起點預測結果；

步驟2)中，所述的二進制編碼法，是利用0、1表示DNA序列中的核苷酸，把每個DNA序列轉化為特征向量，DNA序列中的核苷酸表示方式如下：

公式(1)中，A(0,0,0,0)為DNA序列中的腺嘌呤、C(0,1,0,1)為DNA序列中的胞嘧啶、G(0,0,1,0)為DNA序列中的鳥嘌呤、T(0,0,0,1)為DNA序列中的胸腺嘧啶。