计算机工程与应用
計算機工程與應用
계산궤공정여응용
COMPUTER ENGINEERING AND APPLICATIONS
2005年
33期
79-82,99
,共5页
Pearson相关系数%核酸序列%自然语言文本
Pearson相關繫數%覈痠序列%自然語言文本
Pearson상관계수%핵산서렬%자연어언문본
论文主要利用计算语言学中使用的统计学方法定量分析生物物种的亲缘关系.以包含生物体遗传信息的核酸序列为研究对象,采用计算语言学的思想和方法,将每一个生物体的核酸序列看作一篇很长的自然语言文本,抽取核酸序列的双核苷酸频率分布特征向量,用以表征其数字特征.而后采用Pearson Correlation Coefficient(Pearson相关系数)定量分析其亲缘关系的远近程度.将119个细菌的全基因组核酸序列进行两两比对,对所得的7 021个r值进行分析,得出的结论是:亲缘关系越相近的物种,其Pearson相关系数越大.取定0.985作为"属"的分界阈值时,得到召回率为75.824%,准确率为73.404%.论文对定量分析生物学核酸序列的相似性和对生物亲缘关系远近的建模有重要的实际意义.
論文主要利用計算語言學中使用的統計學方法定量分析生物物種的親緣關繫.以包含生物體遺傳信息的覈痠序列為研究對象,採用計算語言學的思想和方法,將每一箇生物體的覈痠序列看作一篇很長的自然語言文本,抽取覈痠序列的雙覈苷痠頻率分佈特徵嚮量,用以錶徵其數字特徵.而後採用Pearson Correlation Coefficient(Pearson相關繫數)定量分析其親緣關繫的遠近程度.將119箇細菌的全基因組覈痠序列進行兩兩比對,對所得的7 021箇r值進行分析,得齣的結論是:親緣關繫越相近的物種,其Pearson相關繫數越大.取定0.985作為"屬"的分界閾值時,得到召迴率為75.824%,準確率為73.404%.論文對定量分析生物學覈痠序列的相似性和對生物親緣關繫遠近的建模有重要的實際意義.
논문주요이용계산어언학중사용적통계학방법정량분석생물물충적친연관계.이포함생물체유전신식적핵산서렬위연구대상,채용계산어언학적사상화방법,장매일개생물체적핵산서렬간작일편흔장적자연어언문본,추취핵산서렬적쌍핵감산빈솔분포특정향량,용이표정기수자특정.이후채용Pearson Correlation Coefficient(Pearson상관계수)정량분석기친연관계적원근정도.장119개세균적전기인조핵산서렬진행량량비대,대소득적7 021개r치진행분석,득출적결론시:친연관계월상근적물충,기Pearson상관계수월대.취정0.985작위"속"적분계역치시,득도소회솔위75.824%,준학솔위73.404%.논문대정량분석생물학핵산서렬적상사성화대생물친연관계원근적건모유중요적실제의의.
