生物医学数据挖掘国际期刊
开放获取

抽象的

基于宏基因组序列开放阅读框特征选择的基因预测算法

李瑞琳

基因预测是提高宏基因组质量评价的重要方法。已经执行了依赖于不同标准的各种质量期望模型，重点是可测量模型、马尔可夫或改进的马尔可夫模型、深度学习模型等。当前的质量预测计算，例如FragGeneScan、Prodigal、MetaGeneAnnotator、Orphelia、Glimmer3 、GeneMarkS-2，专门用于短切片或整个基因组；尽管如此，前者会导致公认的品质支离破碎，而后者对于不知名的物种来说是不合理的。

在此期间，根据我们过去对这些计算的基准影响，预期错误率相当高（27.10%~54.70%），特别是对于包含度较低的数据集（交错数据集）。在这项研究中，我们提出了一种依赖于ORFs的突出选择的计算方法，称为Consensus，它整合了从已知模型创建的ORFs，提取了ORFs的组成格和比较标记网络。最终，通过元素和标记网格的最不方形的答案获得了理想的排列。通过共识进行质量预测的总体指标优于单一编程（在震惊数据集上 F 得分为 82.94%）。