SVM与光谱嵌入在启动子生物砖的分类和聚类中的比较
摘要：背景：在生物体的基因组中，启动子是结构基因的上游短DNA序列，其功能是控制基因的转录。启动子大致可分为两类：固定的启动子和可诱导的启动子。具有明确功能注释的启动子是实用的合成生物学生物基块。许多统计和机器学习方法已被引入以预测候选启动子的功能。光谱特征图已被证明是一种有效的聚类方法，用于分类生物基块，而支持向量机（SVM）是一种强大的机器学习算法，尤其是在数据集较小的情况下。方法：将两种算法：光谱嵌入和SVM应用于具有375个原核启动子的同一数据集。对于光谱嵌入，使用编辑距离构建拉普拉斯矩阵，随后进行K均值聚类。将序列表示为数字向量，作为SVM训练的数据集。结果：在10倍交叉验证中，SVM对于启动子的转录功能分类达到了高达93.07％的预测准确度。基于编辑距离的拉普拉斯特征图（光谱嵌入）可能不适合提取用于此任务的可区分特征。
作者：Shangjie Zou
论文ID：1902.05724
分类：Other Quantitative Biology
分类简称：q-bio.OT
提交时间：2019-02-19