1 / 11

Hled ání začátků exonů v DNA

Hled ání začátků exonů v DNA. Klára Pešková, Michal Bída. Úvod. DNA a geny Exony Introny Problém hledání exonů v genech. Related Works. Různé přístupy Statistické metody Dynamické programování Neuronové sítě Kombinace přístupů. Náš přístup. Neuronová síť Backpropagation

nash-smith
Download Presentation

Hled ání začátků exonů v DNA

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript

  1. Hledání začátků exonů v DNA Klára Pešková, Michal Bída

  2. Úvod • DNA a geny • Exony • Introny • Problém hledání exonů v genech

  3. Related Works • Různé přístupy • Statistické metody • Dynamické programování • Neuronové sítě • Kombinace přístupů

  4. Náš přístup • Neuronová síť • Backpropagation • 60 vstupních neuronů, skrytá vrstva (15 neuronů), 1 výstupní • Algoritmus procházení vstupních dat, výstupní vektor • Více sítí • Kódování vstupů GCCATT A T ...... G ATTTGC

  5. Vstupy • Získání a úprava vstupních dat(databáze Biomart www.biomart.org, Python) • Použitá data - lidská DNA • učící data a testovací data - Chromozom 1 • „ostrá“ data - Chromozom 2 (geny ENSG00000135924, ENSG00000119777, ENSG00000151353) • Kódování bází: • A (adenin):1 0 0 0 • C (cytozin):0 1 0 0 • G (guanin):0 0 1 0 • T (tymin):0 0 0 1 CCGGAGCCGGCAGCTCCACTGGAGAGCAGTGCAGGCAGAGTGGAGCCTCCTGCTCTCCTGGACCAGCTGCAGACCCCCAACCCTGGTTTCTGTGCCATGTTGCGCTCTGACCGTCTCTGTTGCTTCTCTTCTGGTGTTGCTTCTCCTCCCTCCCATTCTCTCTGCAACTCCCTGCGGGCCGCATCGCTTGCTTTCACTGCCGTCTGGCTAGGACTCCCTTCTTCCTTCCTTCCCCGAGAAGGCCTCAATGTGGCGAGGAAGATGCTGGGGCCGGTAGGGCTGTGAGATCTTCTGGGGAGGCTAGCCGGGTGGGGCGGGAGCCTCTCAGCTGTCCAGATTCAGAACTGGAGCCCACTCCTCCTCCCTCTCGTTGCCTCAGCCTGCCCT

  6. Učení • MatLab • Výběr algoritmu učení a přenosové funkce • logsig, traincgb (Conjugate gradient backpropagation with Powell-Beale restarts) • Výběr trénovacích vzorů (celkem 4000 vzorů) • Pozitivní (začátky exonů - 2000) • Negativní (polovina z exonů, polovina z intronů) • Vliv skryté vrstvy

  7. Zhodnocení • Úspěšnost • jen na souboru s začátky exonů • jen na souboru s nezačátky exonů • Na ostrých datech – nízký počet exonů • Použití více sítí • Výsledná data

  8. Výsledky – testovací data • špatně rozpoznané vzory: • začátky exonů FN: 361/2000 (18 %) • nezačátky FP: 153/2000 (7,7 %) • radnom FP: 34/2000 (1,7 %)

  9. Výsledky - ostrá data

  10. Graf - gen ENSG00000119777

  11. Závěr • Minimalizovat počet falešných poplachů • Stejným způsobem by se daly hledat konce exonů • Použít kombinace přístupů a neuronovou síť jako součást

More Related