一种基于信息论的识别DNA启动子元件的方法

摘要

本发明公开了一种基于信息论的识别DNA启动子元件的方法，所述方法基于判断不同类型启动子的双层识别模型，其中：所述双层识别模型通过如下步骤进行启动子序列识别：步骤101：通过大肠杆菌数据库获取启动子序列数据集；步骤102：通过PSTNP算法对DNA启动子序列数据进行三核苷酸组成信息和二核苷酸组成信息的位置特异性频率提取；步骤103：对三核苷酸组成信息和二核苷酸组成信息的位置特异性频率信息进行优化；所述识别启动子元件类型层利用SMOTE算法对不同启动子类型的数据集进行重采样处理；本发明解决了DNA启动子及其具体类型的预测问题，采用信息论的方法对提取的序列频率信息进行特征优化，明显提高了预测精度。