SVM与谱嵌入在启动子生物砖分类与聚类中的比较
其他定量生物学
2019-02-19 v2
摘要
背景：在生物体基因组中，启动子是结构基因上游的短DNA序列，具有控制基因转录的功能。启动子可大致分为两类：组成型启动子和诱导型启动子。具有明确功能注释的启动子是实用的合成生物学生物砖。目前已引入许多统计和机器学习方法来预测候选启动子的功能。谱特征映射已被证明是分类生物砖的有效聚类方法，而支持向量机（SVM）是一种强大的机器学习算法，尤其在数据集较小时。方法：将谱嵌入和SVM这两种算法应用于包含375个原核启动子的同一数据集。对于谱嵌入，利用编辑距离构建拉普拉斯矩阵，随后进行K-Means聚类。序列由数值向量表示，以作为SVM训练的数据集。结果：SVM在10折交叉验证中达到了93.07%的高预测准确率，用于启动子转录功能的分类。基于编辑距离的拉普拉斯特征映射（谱嵌入）可能无法为该任务提取具有判别性的特征。
引用
@article{arxiv.1902.05724,
title = {Comparison of SVM and Spectral Embedding in Promoter Biobricks' Categorizing and Clustering},
author = {Shangjie Zou},
journal= {arXiv preprint arXiv:1902.05724},
year = {2019}
}