基于非参数模型的酵母基因转录起始位点的统计分析

• 作 者: 刘汉卿
• 机 构: 云南大学
• 出 处: 云南大学
• 发表日期: 2011年期
• 关键词: 酵母基因 转录起始位点 信息熵 位置特异性 非参数模型

真核生物的基因表达调控十分复杂,其过程包括了相对独立的转录和翻译两部分。转录是基因表达的第一步,而转录起始又是转录的第一步。因此,准确定位转录起始位点,有助于更好的理解基因的表达调控机制。本文分别对核糖体蛋白基因和非核糖体蛋白基因的转录起始位点及其附近的碱基进行统计分析,并基于改进的位置特异性得分矩阵混合构建转录起始位点识别模型。　　
首先,以Zhang和Dietrich利用SAGE方法预测了转录起始位点的2207条酵母基因序列为基础,选取实验测试次数较多的转录起始位点进行统计特征分析。通过频率分析,确定各位点的字符长度。引入信息熵,对各位点保守性进行评估,确定转录起始位点的核心区域。其次,构建转录起始位点识别模型。本文采用改进的位置特异性得分矩阵混合模型。对位置特异性得分矩阵采用了非参数混合的方法,充分考虑构建模型中的每一个转录起始位点特征。对模型中的参数改变以往取固定的值的做法,采用了动态编程,选取使得识别效果最佳的参数。第三,通过敏感性,特异性,功效及相关系数对模型的识别能力进行评价。　　
结果表明,通过对模型的改进,能有效提高模型对转录起始位点的识别精度。核糖体蛋白基因和非核糖体蛋白基因在最优参数情况下,控制敏感性指标为85％时,模型的特异性指标能分别达到84.91%和91.97%,相对以往研究方法中的65%有了显著的提高。利用模型识别转录起始位点,可以为实验提供参考,达到指导实验的作用。当然,模型的识别能力离精确识别还有一段距离,准确的定位转录起始位点还需要更多的数理统计方法和生物实验的验证。