论文部分内容阅读
为实现在海量的被测序DNA序列中快速、准确的定位核小体,解决传统人工实验法和被提出的一些计算方法耗时长和准确率低等问题,迫切需要设计一种快速有效的核小体自动化定位方法。在基于伪核苷酸K-联体特征提取的基础上构造样本集的特征向量,提出在TensorFlow框架下利用卷积神经网络(CNN)构建核小体定位的网络预测模型。在预测模型上分别对智人、线虫和果蝇3个基准数据集进行交叉验证测试,预测准确率分别为88.21%、89.19%、85.07%,实验结果表明,该预测模型性能高于目前已有预测模型。