双向三核苷酸位置特异性偏好和点联合互信息DNA/RNA序列编码方法

摘要

一种双向三核苷酸位置特异性偏好和点联合互信息DNA/RNA序列编码方法，由建立DNA/RNA序列核苷酸位置特异性偏好矩阵、建立DNA/RNA序列双向二核苷酸位置特异性偏好矩阵、建立DNA/RNA序列双向三核苷酸位置特异性偏好矩阵、确定DNA/RNA序列核苷酸的点联合互信息值、特征组合、DNA/RNA序列样本编码步骤组成。为了从DNA/RNA序列数据中提取更多三核苷酸的位置信息，引入参数β表示当前核苷酸与其前向或后向连续二核苷酸之间的距离，将β不同取值的数值特征向量组合为全局高维数值特征向量，在用于DNA的4mC甲基化位点和RNA的m6A甲基化位点识别中具有非常好的性能。本发明得到的DNA/RNA数值特征数据具有分类信息多、特征间冗余度低、训练的模型识别准确率高等优点，可用于DNA/RNA序列的编码。