• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>Genomics >Splice sites detection using chaos game representation and neural network
【24h】

Splice sites detection using chaos game representation and neural network

机译：采用混沌游戏表示和神经网络检测剪接网站

获取原文
       
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

A novel method is proposed to detect the acceptor and donor splice sites using chaos game representation and artificial neural network. In order to achieve high accuracy, inputs to the neural network, or feature vector, shall reflect the true nature of the DNA segments. Therefore it is important to have one-to-one numerical representation, i.e. a feature vector should be able to represent the original data. Chaos game representation (CGR) is an iterative mapping technique that assigns each nucleotide in a DNA sequence to a respective position on the plane in a one-to-one manner. Using CGR, a DNA sequence can be mapped to a numerical sequence that reflects the true nature of the original sequence. In this research, we propose to use CGR as feature input to a neural network to detect splice sites on the NN269 dataset. Computational experiments indicate that this approach gives good accuracy while being simpler than other methods in the literature, with only one neural network component. The code and data for our method can be accessed from this link: https://github.com/thoang3/portfolio/tree/SpliceSites_ANN_CGR.
机译：提出了一种使用混沌游戏表示和人工神经网络检测受体和供体剪接位点的新方法。为了实现高精度，对神经网络或特征向量的输入应反映DNA段的真实性质。因此，重要的是具有一对一数值表示，即特征向量应该能够代表原始数据。 Chaos游戏表示（CGR）是一种迭代映射技术，其以一对一的方式将DNA序列中的每个核苷酸分配到平面上的相应位置。使用CGR，可以将DNA序列映射到反映原始序列的真实性质的数值序列。在本研究中，我们建议使用CGR作为针对神经网络的功能输入，以检测NN269数据集上的拼接站点。计算实验表明，这种方法具有良好的准确性，同时比文献中的其他方法更简单，只有一个神经网络组件。可以从此链接访问我们方法的代码和数据：https://github.com/thoang3/portfolio/tree/splicesites_ann_cgr。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号