基于多数据域描述的转录因子结合位点识别

《基于多数据域描述的转录因子结合位点识别》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、第23卷第2期计算机应用与软件Vol.23,No.22006年2月ComputerApplicationsandSoftwareFeb.2006收稿日期:201005-017-0615。国家自然基金项目(60903075)，上海市重点学科项目(B114)。陈鸣，硕士生，主研领域：机器学习，生物信息学。基于多数据域描述的转录因子结合位点识别陈鸣１　薛慧君2　熊赟１　朱扬勇1１(复旦大学计算机科学技术学院　上海200433)２(内蒙古电子信息职业技术学院计算机科学系　呼和浩特010011)摘　要转录因子结合位点的识别对于理解转录调控机制起着重要作用，也是后基因组时代面临的

2、巨大挑战之一。本文提出了一个基于多任务学习的转录因子位点的识别方法。首先，建立了一个基于多任务学习理论的多数据域描述模型，然后，结合核方法设计转录因子结合位点多分类识别算法。最后，对取自于TRANSFAC数据库的真实数据进行交叉验证测试，。实验结果表明该方法能充分地利用稀缺的训练样本，有效地捕获不用同类别间的联系，从而获得了较高的预测准确率。关键词多任务学习　转录因子结合位点　多数据域描述　核方法TranscriptionFactorBindingSitesRecognitionbyMultipleDataDomainDescriptionChenMing1XueHu

3、ijun2XiongYunYunXiong1ZhuYangyong11(SchoolofComputerScience,FudanUniversity,Shanghai200433，China)2(DepartmentofComputerScience,InnerMongoliaElectronicInformationVocationalTechnicalCollege,Hohhot010011，China)AbstractThispaperpresentsamulti-tasklearningapproachtotheproblemofTranscriptionF

4、actorBindingSites(TFBS)recognition.Firstly,anewmultipledatadomaindescriptionmodelwasestablished;itwastheoreticallyfoundedonthenewkernel-basedmulti-tasklearningformulationoflearningmultipletaskssimultaneouslyinordertocapturesharedstructuresamongtasks.Then,themodelwasnaturallycasttothecas

5、eofTFBSrecognitionwithkernelmethods.Finally,realdatasetwasretrievedfromTRANSFACdatabasetovalidatetheeffectivenessoftheproposedmethod.Theexperimentalresultindicatedthatourmulti-tasklearningapproachcansignificantlyimprovethepredictionaccuracybyvirtueofusingtrainingexamplesfrommultipleclas

6、sesasawholeandmeanwhilecapturingtheirinter-classrelatedness.KeywordsMulti-taskLearningTranscriptionFactorBindingSitesMultipleDataDomainDescriptionKernelMethods第2期陈鸣等：基于多数据域描述的转录因子结合位点识别方法70引　言在分子生物学领域，理解转录调控机制是后基因组时代重大挑战之一。达到这一目标的重要步骤是转录因子结合位点（TranscriptionFactorBindingSites:TFBS）的识别。转录

7、因子结合位点是基因上游启动子区域长度为5~15bp的短序列片段，被转录因子结合以调控下游基因。通过生物学试验检测TFBS的方法由于开销大、耗时长等缺点，不适合处理海量数据。因此，越来越多的计算识别方法被提出用于初选待测位点。通常情况下，一个转录因子结合位点可以被一个或多个转录因子结合，而相关研究表明这种结合具有较高的特异性。因此，在计算分子生物学领域，TFBS的识别问题可看作是视为一个多类别模式分类问题，即给定一个未知样本，判定它可能被那一类或哪几类转录因子结合。模式分类的方法有很多种，常见的有支持向量机(SupportVectorMachine,S