基于小波变换技术预测DNA序列的编码区

王 玉; 饶妮妮; 匡 斌; 袁祚涌

您当前的位置：

首页 >

文章列表页 >

基于小波变换技术预测DNA序列的编码区

论文 | 更新时间：2025-07-16

- 基于小波变换技术预测DNA序列的编码区
- Predicting Protein Coding Regions of DNA Sequences Based on Wavelet Translation Technique
- 电子学报 2007年35卷第1期页码：141-144
- 作者机构：
  
  1. 电子科技大学生命科学与技术学院,四川,成都,610054
  2. 西南科技大学信息工程学院,四川,绵阳,621002
  3. 电子科技大学生命科学与技术学院四川成都,610054
  4. 西南科技大学信息工程学院四川绵阳,621002
- 作者简介：
- 基金信息：
  
  国家自然科学基金 (No.60571047);四川省学术与技术带头人培养基金 (No.901008);四川省应用基础项目 (No.J13-075);电子科技大学中青年人才培养计划 (No.601016)
- DOI：
  中图分类号： Q332
- 纸质出版：2007
- 稿件说明：
移动端阅览
王玉, 饶妮妮, 匡斌, 等. 基于小波变换技术预测DNA序列的编码区[J]. 电子学报, 2007,35(1):141-144.

WANG Yu, RAO Ni-ni, KUANG Bin, et al. Predicting Protein Coding Regions of DNA Sequences Based on Wavelet Translation Technique[J]. Acta Electronica Sinica, 2007, 35(1): 141-144.
王玉, 饶妮妮, 匡斌, 等. 基于小波变换技术预测DNA序列的编码区[J]. 电子学报, 2007,35(1):141-144. DOI：

WANG Yu, RAO Ni-ni, KUANG Bin, et al. Predicting Protein Coding Regions of DNA Sequences Based on Wavelet Translation Technique[J]. Acta Electronica Sinica, 2007, 35(1): 141-144. DOI：

摘要

三周期性是大多数基因组序列的编码区具有的主要特征.本文提出利用小波变换分析DNA序列编码区的三周期性

形成一种新的基于小波变换的DNA序列编码区预测方法

理论和实验研究证实了新方法的可行性

探测率和正确率分别达到81%和75%

特别是探测率较目前常用的其它一些方法有较大改善.

Abstract

The major signal in protein coding regions for most of genomic sequences is three-base periodicity.In this paper

we analyze this periodicity using wavelet transformation (WT) and propose a novel prediction approach for the protein coding regions of DNA sequences based on WT.This approach is able to predict and locate the coding regions simultaneously and is independent of training sets or existing database information.The validity of this approach is verified by a great deal of research results from theoretical analysis and experiments.The sensitivity and the specificity of novel approach reach 81% and 75% respectively.So

the prediction effectiveness is good.Especially

the sensitivity of novel approach is greatly improved compared with other techniques currently in use.

关键词

Keywords

references

浏览量

1033

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

基于L_∞最小搜索和陪集码的高光谱图像无损及近无损压缩

小波系数相关特性及其在分层结构编码中的应用

基于引导个体的预测策略求解动态多目标优化问题

基于EMD与LS-SVM的网络控制系统时延预测方法