臺灣博碩士論文加值系統

摘 要

鑑別DNA序列的蛋白質編碼區域在基因計算辨認程序是最基礎的一個步驟。DNA序列之蛋白質編碼區域存在週期為三的特性是由於密碼子的組織。其此特性可以幫助預測基因位置，實際上也提供了數位訊號處理用在真核細胞的表現序列預測上。辨別蛋白質編碼區域常見的技術有離散傅立葉轉換與數位濾波器等方法。數位濾波器技術如splicing演算法與滑動離散傅立葉轉換可以作為辨別DNA序列之蛋白質編碼區域的工具。為了抑制DNA非編碼區域在2π/3的頻譜與改善正確編碼區域的可能性，此論文對於抑制非編碼區域提出了新方法。其主要是基於滑動離散傅立葉轉換與改善的splicing演算法，利用三種改善的方法：(1)巴特里特視窗；(2)加入權重因子；(3)利用放射狀基底網路平滑，希望能夠對於辨別DNA編碼區域有所改善，避免導致對於編碼區域的判斷錯誤。


關鍵詞：滑動離散傅立葉轉換、改善的splicing演算法、巴特里特視窗、權重因子、放射狀基底網路、DNA、蛋白質編碼區域。

Abstract

Identifying protein coding regions in DNA sequences is a fundamental step in computational recognition of genes.It has been demonstrated that certain biological functions exhibit periodic behavior in DNA sequences, for example, the period-three behavior in protein-coding regions of DNA sequences due to codon structure. By allowing for discoveries in terms of these periodicities, it helps in predicting the gene locations, and in fact allows the prediction of specific exons within the genes of eucaryotic cells in the field of digital signal processing (DSP). The protein-coding regions are often identified with the help of techniques such as the discrete Fourier transform (DFT) and digital filter-based methods. Digital filtering techniques such as the Splicing algorithm and Sliding DFT (SDFT) can be used as tools to identify the protein coding region in a DNA sequence. To suppress the non-coding regions in the DNA spectrum at 2π/3 and improve the likelihood of correctly identifying coding regions, this paper exploits the new strategies that suppress the non-coding regions. The strategies include (1) use of the alternate windows such as the Bartlett window；(2) incorporation of the weighting factors in the algorithms；(3) use of the Radial Basis Function (RBF) network.Examples are given to illustrate the value of the proposed methods.

目 錄 頁次
致 謝 I
摘 要 III
Abstract IV
目 錄 V
圖 目 錄 VII
表 目 錄 IX
第 一 章 緒論 1
1-1 前言 1
1-2 研究動機與目的 2
1-3 文獻回顧 3
1-4 論文架構 3
第 二 章 分子生物學概念 4
2-1 簡介 4
2-2 基因… 4
2-3 鹼基對 6
2-4 染色體 7
2-5 真核細胞與原核細胞 8
2-6 核糖核酸 10
2-7 插入序列與表現序列 11
第 三 章 預測蛋白質編碼區域之改善方法 16
3-1 滑動離散傅立葉轉換 16
3-2 蛋白質編碼區域之特性 17
3-2-1 DNA編碼區域之頻譜 17
3-2-2 視窗函數之長度 19
3-3 改善的splicing演算法與其改善方法 20
3-3-1 改善的splicing演算法 20
3-3-2 巴特里特視窗 23
3-3-3 權重因子 24
3-4 類神經網路 25
3-4-1 類神經網路特性 25
3-4-2 類神經元的模型 26
3-4-3 類神經網路學習策略與架構 28
3-4-4 放射狀基底函數網路 31
第 四 章 結果與分析 35
4-1 滑動離散傅立葉轉換與其改善方法 35
4-1-1 滑動離散傅立葉轉換 35
4-1-2 滑動離散傅立葉轉換加上視窗函數 36
4-1-3 滑動離散傅立葉轉換加上視窗函數與權重因子 37
4-1-4 利用放射狀基底函數網路平滑其結果 38
4-2 改善的splicing演算法 42
4-2-1 改善的splicing演算法 42
4-2-2 改善的splicing演算法加上權重因子 43
第 五 章 結論與展望 46
參考文獻 47

圖 目 錄 頁次
圖2-1 去氧核糖上面的編號 5
圖2-2 DNA結構圖 6
圖2-3 DNA雙股螺旋結構圖 6
圖2-4 原核細胞 8
圖2-5 真核細胞 9
圖2-6 從核苷酸到染色體 10
圖2-7 表現序列與插入序列 12
圖3-1 滑動離散傅立葉轉換濾波器結構圖 17
圖3-2 DNA編碼區域之頻譜 18
圖3-3 圖3-2之局部放大圖 19
圖3-4 DNA非編碼區域之頻譜 19
圖3-5 視窗長度為363(左)、視窗長度為300(右)預測之結果 20
圖3-6 巴特里特視窗 24
圖3-7 類神經元之數學模型 26
圖3-8 門限型函數 27
圖3-9 分段線性型函數 27
圖3-10 S型函數 28
圖3-11 監督式學習演算法流程圖 29
圖3-12 無監督式學習演算法流程圖 29
圖3-13 多層前饋式網路架構 30
圖3-14 循環回饋式網路架構 30
圖3-15 SRN 架構 31
圖3-16放射狀基底函數網路的架構圖 32
圖3-17 高斯函數( ， ) 32
圖3-18 高斯函數圖形 33
圖4-1 利用滑動離散傅立葉轉換預測之結果 36
圖4-2 利用滑動離散傅立葉轉換加上巴特里特視窗預測之結果 37
圖4-3 利用滑動離散傅立葉轉換加上巴特里特視窗與權種因子 38
預測之結果 38
圖4-4 加入權重因子前後之比較 38
圖4-5 利用放射狀基底函數網路平滑圖4-2之結果 39
圖4-6 利用放射狀基底函數網路平滑前後之比較 39
圖4-7 利用放射狀基底函數網路平滑圖4-3之結果 40
圖4-8 利用放射狀基底函數網路平滑前後之比較 40
圖4-9 平滑前後之比較 41
圖4-10 利用改善的splicing演算法預測之結果(矩形視窗) 42
圖4-11 利用改善的splicing演算法預測之結果(巴特里特視窗) 43
圖4-12 利用改善的splicing演算法預測之結果 44
(加上矩形視窗與權重因子) 44
圖4-13 利用改善的splicing演算法預測之結果 44
(加上巴特里特視窗與權重因子) 44

表 目 錄 頁次
表2-1 密碼表 11
表3-1 position count函數之值 21
表3-2 position count函數之值 21
表3-3 position count函數之值 21
表4-1 編碼區域之真實位置 35

1.Fickett, J.. The gene identification problem: an overview for developers. Computers and Chemistry, 20:103-118, 1996.
2.J.W. Fickett, "Recognition of protein coding regions in DNA sequences," Nucleic Acids Res., vol. 10, pp. 5303-5318, 1982.
3.Anastassiou. D. Genomic signal processing.IEEE Signal Processing Magazine, July, 2001.
4.Jacobsen, E.;Lyons ,R..The sliding DFT. Signal Processing Magazine,IEEE Volume 20, Issue 2, Mar, Page(s):74 – 80, 2003.
5.Datta Suprakash Asif. Amir. (2004) DFT based DNA Splicing Algorithms for Prediction of Protein Coding Regions. Signals, Systems and Computers, 2004. Conference Record of the Thirty-Eighth Asilomar Conference onVolume1, 7-10 Nov. Page(s):45 – 49.
6.Tiwari S. Ramachandran S., Bhattacharya A., Bhattacharya S. and Ramaswamy R.Prediction of probable genes by fourier analysis of genomic sequences. Computer Applications in Biosciencees, 13:263-
270, 1997.
7.Burset M. and Guigo R. Evaluation of gene structure prediction programs. Genomics, 34(3):353–367, July, 1996.
8.Kotlar D. and Lavner Y.Gene prediction by spectral rotation measure: a new method for identifying protein-coding regions. Genome research, 13(8):1930–1937, 2003.
9.Vaidyanathan P. P. and Yoon B.-J. Digital filters for gene prediction applications. In Proceedings of the 36th Asilomar Conference on Signals, Systems, and Computers, November, 2002.
10.Rogic S., Mackworth A. K. ,and Ouellette B. F. F.. Evaluation of gene finding programs.Genome Research, 11:817–832, 2001.
11.Oppenheim, A. V. and Shaffer, R.W. Discrete-Time Signal Processing, 2nd edition, Prentice-Hall, 1999.
12. David P. Clark, Lonnie D. Russell 原著；朱雲瑋，蔡淳淳，曾慶宗，胡虞國編譯，分子生物學，藝軒圖書出版社，2004年2月。
13.Guan R. and Tuqan J. Multirate DSP Models for Gene Detection. IEEE Signals, Systems and Computers, 2004.Page(s):1641- 1645 Vol.2.
14.Jagath C. Rajapakse Loi Sy Ho.Markov Encoding for Detecting Signals in Genomic Sequences. IEEE/ACM Trans. Comput. Biology Bioinform. 2(2): 131-142, 2005.
15.Hatziggeorgious, A., Mache, N., and Reczko, M., Functional site prediction on the DNA sequence by artificial neural networks, In Proc. IEEE Int. Joint Symposia in Intelligence and Systems, IEEE Computer Society, 12--17, 1996.
16.M. G. Reese, F. H. Eeckman ,D. Kulp ,and D. Haussler. Improved splice site detection in Genie. Journal of Computational Biology, 4(3):311--324, 1997.
17.A.G. Pedersen and H. Nielsen. Neural network prediction of translation initiation sites in eukaryotes: Perspectives for EST and genome analysis. ISMB, 5:226--233, 1997.
18.蘇木春、張孝德，機器學習：類神經網路、模糊系統以及基因演算法則，全華科技圖書股份有限公司，2001。