基于综合DNA序列特征的支持向量机方法识别核小体定位

作     者：崔颖 徐泽龙 李建中 CUI Ying;XU Zelong;LI Jianzhong

作者机构：黑龙江大学电子工程学院哈尔滨150080 哈尔滨医科大学生物信息科学与技术学院哈尔滨150081 哈尔滨工业大学计算机科学与技术学院哈尔滨150001 

出 版 物：《生物医学工程学杂志》 (Journal of Biomedical Engineering)

年 卷 期：2020年第37卷第3期

页      面：496-501页

核心收录：

学科分类：0831[工学-生物医学工程（可授工学、理学、医学学位）] 0711[理学-系统科学] 1002[医学-临床医学] 07[理学] 08[工学] 

基　　金：国家自然科学基金资助项目(61832003) 

主　　题：序列特征 支持向量机 核小体 Z曲线 位置权重矩阵 欧氏距离 

摘      要：本文基于Z曲线(z-curve)理论和位置权重矩阵(PWM)提出一种构建核小体DNA序列的模型。该模型将核小体DNA序列集转换成三维空间坐标,通过计算该序列集的位置权重矩阵获得相似性权重得分,将两者整合得到综合序列特征模型(CSeqFM),并分别计算候选核小体序列和连接序列到模型CSeqFM的欧氏距离作为特征集,投入到支持向量机(SVM)中训练和检验,通过十折交叉验证进行性能评估。结果显示,酵母核小体定位的敏感性、特异性、准确率和Matthews相关系数(MCC)分别为97.1%、96.9%、94.2%和0.89,受试者操作特征(receiver operating characteristic,ROC)曲线下面积(area under curve,AUC)达到0.980 1。与其他相关Z曲线方法比较,CSeqFM方法在各项评估指标中均表现出优势,具有更好的识别效果。同时,将CSeqFM方法推广到线虫、人类和果蝇的核小体定位识别中,AUC均高于0.90,与iNuc-STNC和iNuc-PseKNC方法比较,CSeqFM方法也表现出较好的稳定性和有效性,进一步表明该方法具有较好的可靠性和识别效能。