AIS-MACA-Z：基于 MACA 的克隆分类器用于真核生物剪接位点、蛋白质编码区及启动子区域识别
计算工程、金融与科学
2014-04-07 v1 机器学习
摘要
生物信息学涵盖了生物数据存储、访问机制以及数据特征呈现的相关信息。生物信息学中的大多数问题都可以通过计算机技术得到有效解决。本文旨在构建一种基于多吸引子细胞自动机 (MACA) 的分类器，该分类器结合模糊逻辑与 Z 版本，用于预测真核生物中的剪接位点、蛋白质编码区及启动子区域识别。该分类器通过人工免疫系统 (AIS) 技术中的克隆算法进行增强，以选择最佳适应度的规则。所提出的分类器能够处理长度为 54、108、162、252、354 的 DNA 序列。该分类器能以 90.6% 的平均准确率给出蛋白质区域和启动子区域的精确边界，并能以 97% 的准确率预测剪接位点。该分类器使用了来自 Fickett & Toung、EPDnew 以及某知名医科大学的其他序列共计 197,000 个数据组件进行了测试。
引用
@article{arxiv.1404.1144,
title = {AIS-MACA- Z: MACA based Clonal Classifier for Splicing Site, Protein Coding and Promoter Region Identification in Eukaryotes},
author = {Pokkuluri Kiran Sree and Inampudi Ramesh Babu and SSSN Usha Devi N},
journal= {arXiv preprint arXiv:1404.1144},
year = {2014}
}
备注
6,1-6 Pages, Journal of Artificial Intelligence Research & Advances Volume 1, Issue 1,2014. arXiv admin note: text overlap with arXiv:1403.5933, arXiv:1404.0453