化学研究与应用
化學研究與應用
화학연구여응용
CHEMICAL RESEARCH AND APPLICATION
2012年
10期
1465-1471
,共7页
郭莉萍%汪雪娇%豆兴茹%邱婷%谢洪平
郭莉萍%汪雪嬌%豆興茹%邱婷%謝洪平
곽리평%왕설교%두흥여%구정%사홍평
短串联重复序列%近红外光谱%人工神经网络%基因分型
短串聯重複序列%近紅外光譜%人工神經網絡%基因分型
단천련중복서렬%근홍외광보%인공신경망락%기인분형
本文基于近红外光谱结合化学模式识别中的偶合人工神经网络(ANN-ANN)法研究了一种快速、简单和低成本检测STR基因型的方法.选择STR基因座D5S818的差异较小的10-11、11-11、11-12与11-13基因型作为研究对象,将这四个基因型样本进行标准的PCR扩增并采集PCR产物的近红外光谱,以近红外光谱为判别变量,以其中一个ANN( rich-information-extracted ANN,RIE-ANN)用于提取建立判别模型的富信息变量,另一个ANN(discriminant-model-built ANN,DMB-ANN)即用于模型建立.ANN-ANN的网络结构为:338-30-338(RIE-ANN)和30-84(DMB-ANN).对于校正集的校正均方根误差为0.0148,预测集为0.0127,预测准确率达到100％.成功实现了基于近红外光谱对STR基因型的快速、简单和低成本检测.
本文基于近紅外光譜結閤化學模式識彆中的偶閤人工神經網絡(ANN-ANN)法研究瞭一種快速、簡單和低成本檢測STR基因型的方法.選擇STR基因座D5S818的差異較小的10-11、11-11、11-12與11-13基因型作為研究對象,將這四箇基因型樣本進行標準的PCR擴增併採集PCR產物的近紅外光譜,以近紅外光譜為判彆變量,以其中一箇ANN( rich-information-extracted ANN,RIE-ANN)用于提取建立判彆模型的富信息變量,另一箇ANN(discriminant-model-built ANN,DMB-ANN)即用于模型建立.ANN-ANN的網絡結構為:338-30-338(RIE-ANN)和30-84(DMB-ANN).對于校正集的校正均方根誤差為0.0148,預測集為0.0127,預測準確率達到100％.成功實現瞭基于近紅外光譜對STR基因型的快速、簡單和低成本檢測.
본문기우근홍외광보결합화학모식식별중적우합인공신경망락(ANN-ANN)법연구료일충쾌속、간단화저성본검측STR기인형적방법.선택STR기인좌D5S818적차이교소적10-11、11-11、11-12여11-13기인형작위연구대상,장저사개기인형양본진행표준적PCR확증병채집PCR산물적근홍외광보,이근홍외광보위판별변량,이기중일개ANN( rich-information-extracted ANN,RIE-ANN)용우제취건립판별모형적부신식변량,령일개ANN(discriminant-model-built ANN,DMB-ANN)즉용우모형건립.ANN-ANN적망락결구위:338-30-338(RIE-ANN)화30-84(DMB-ANN).대우교정집적교정균방근오차위0.0148,예측집위0.0127,예측준학솔체도100％.성공실현료기우근홍외광보대STR기인형적쾌속、간단화저성본검측.
