使用机器学习进行DNA测序
双螺旋是DNA的正确化学表示。 但是脱氧核糖核酸是特别的。 它是由四种类型的氮碱基组成的核苷酸：腺嘌呤（A），胸腺嘧啶（T），鸟嘌呤（G）和胞嘧啶。 我们总是称它们为A，C，GandT。
基因组是生物体中DNA的完整集合。 所有生物物种都有一个基因组，但是它们的大小差异很大。
作为数据驱动的科学，基因组学广泛地利用机器学习来捕获数据中的依存关系并推断出新的生物学假设。 尽管如此，要从成倍增长的基因组数据量中提取新见解的能力需要更强大的机器学习模型。 通过有效利用大型数据集，深度学习已重构了计算机视觉和自然语言处理等领域。 它已成为许多基因组建模任务的首选方法，包括预测遗传变异对基因调控机制（如DNA接受性和剪接）的影响。
因此，在这里，我们将了解DNA结构以及如何使用机器学习来处理DNA序列数据。
前提条件：
Biopython ：是python模块
2022-06-16 22:30:08
1.41MB
1
Chromas应用程序可以用来查看和编辑DNA的峰形图 图谱文件一般为SCF格式 scf 您一般所收到的email和测序报告的磁盘中的图谱文件一般都是SCF格式的
2022-06-08 09:27:45
504KB
1
数据量的不断增长给信息存储带来巨大挑战。脱氧核糖核酸(DNA)具有寿命长、稳定性好、维护率低和容量高等先天优势,被公认为一种有潜力的自然信息存储介质。鉴于此,提出一种新的DNA信息存储方案,该方案采用Raptor码将二进制文件转换为DNA碱基序列,并结合DNA自身结构的特点引入四进制RS(Reed-Solomon)纠错码,保障信道传输的可靠性,此外提出GC(鸟嘌呤和胞嘧啶碱基)含量及均聚物的筛选方案,降低DNA的合成、测序难度及错误率。最后将文本、图片和音频等不同格式的文件分别通过该存储框架后编码为碱基序列,并进行生物实验合成DNA以实现信息的存储。实验结果表明:基于Raptor码的DNA存储框架的每个碱基的平均编码效率为1.49 bit,使用生物实验合成的DNA能够无错误恢复文件,具有良好的信息存储性能。
2022-05-30 17:55:57
5.11MB
1