.png){kind=icon}
返回
Classifying Consensus Sequences Using Point-Set Representations
.png){kind=icon}
PRE
AI
DOI：10.3390/math14111826.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
在如外显子-内含子边界或分支点等位点的共有序列以序列标识符展示。这种表示隐含了不同位点核苷酸独立的假设；因此，序列标识符未能揭示核酸序列中的高阶统计特征。我们介绍了一种图形化方法来展示这些特征。利用这些点集上的概率分布函数来突出外显子-内含子边界和分支点处的相关性。点集比定量测试（如科尔莫戈罗夫-斯米尔诺夫检验）提供了更直观的差异视图。正常外显子-外显子边界和癌症融合连接处的密度函数差异可用于突出这两类连接的区别。随着构建邻域的扩大，位于外显子和内含子内部位点的点集呈现出分形结构。这两组可以通过它们的奇异性谱进行区分。
Keyword:
gene-splicing
hereditary diseases
92-10
