基于CNN的大肠杆菌启动子预测

作者：彭宝成; 张晓炜; 刘暘; 樊国梁

来源：生物化学与生物物理进展, 2021, 1-15.

• 大肠杆菌
• 位点特异性打分矩阵
• CNN
• 多分类

基于位点特异性打分矩阵（Position-SpecificScoringMatrices，PSSM）的预测模型已经取得了良好的效果，基于PSSM的各种优化方法也在不断的发展.本文采用PSSM将启动子序列处理成数值矩阵，通过卷积神经网络（ConvolutionalNeuralNetworks，CNN）算法进行分类. E.coli K-12（Escherichiacoli K-12，大肠杆菌 K-12，下文简称大肠杆菌）的Sigma38，Sigma54和Sigma70三种启动子序列被作为正集，Coding区和Non-coding区的序列为负集.在预测大肠杆菌启动子的二分类中，准确率达到0.99，启动子预测的成功率接近100%；在对Sigma38、Sigma54、Sigma70三种启动子的三分类中，预测准确率为0.98，并且针对每一种序列的预测准确率均可以达到0.98以上；最后，本文以Sigma38、Sigma54、Sigma70三种启动子分别和Coding区或者Non-coding区序列做四分类，预测得到的准确性为0.98，对三种Sigma启动子均衡样本的十交叉检验预测精度均可以达到0.95以上，海明距离为0.016，kappa系数为0.97.

• 单位
  内蒙古医科大学第一附属医院; 内蒙古大学