在遗传学中,超敏位点是一个相对较短的染色质区域,它可以在所有的活性基因上发现。DNaseⅠ超敏位点(DHSs)是失去其高级结构的特殊染色体区域,可被DNaseⅠ酶识别,结合和切割。因此,这些DNA区域变得暴露,更容易被酶接触,从而发挥其生物学作用。DNA序列中DHSs的研究对于理解转录调控机制和定位一些顺式调控元件(如启动子,增强子,绝缘子,沉默子和基因座控制区等)具有重要意义。因此,识别DHSs成为了从非编码序列中发现功能性DNA元素的有效途径。尽管后基因组时代已提出了许多实验方法来识别DHSs,但这些实验方法需要大量实验人员的辛勤劳动,以及需要耗费大量的实验原材料、实验器材和实验时间。与此同时,这些实验方法的大量涌现也为后续的研究提供了宝贵的实验数据。因此,开发用于预测DHSs序列的计算方法既有重要意义,又是推进科学发展不可或缺的一步。在本文的研究中,我们提出了一种基于DHSs序列信息的预测分类器模型来识别人类DHSs。研究采用的基准数据集是Noble课题组通过可靠的实验方法测序出来的,共包含1017条样本序列,大小均在240bp左右,并去除了序列冗余。我们的模型使用了k-mer、二核苷酸理化值、二型伪核苷酸组分、基于两个窗口的二型伪核苷酸组分、G-gap kmer、DNA的natural vector和k-mer组合理化性质矩阵的特征集七种特征提取方法构建特征向量,对结果进行比较,初步挑选最优的特征提取算法并使用mRMR算法对特征进行特征筛选,再根据筛选结果用F-score进行进一步筛选,得到最优特征集,通过SVM和随机森林两种分类算法的比较,最终得到最佳的基于SVM的分类模型。鉴于DHSs的识别对后续非编码序列中调控因子的发现具有促进作用,我们提出的预测分类模型具有重要的参考意义,模型的AUC和最终准确度分别达到0.85和0.87,与已有的DHSs预测模型相比具有优势,表明我们的方法具有良好的性能,能够为相关领域研究者提供便利。同时,我们提供了在线网站给相关领域的研究人员下载我们的模型相关数据。