Resumen

La identificación de regiones codificantes de proteínas (exones) juega un papel crítico en la predicción de la estructura génica eucariota. Se han introducido muchas técnicas para discriminar entre los exones y los intrones en las secuencias de ADN eucariotas, como las técnicas basadas en la transformada discreta de Fourier (DFT), pero estos métodos basados en DFT pierden rápidamente su efectividad en el caso de secuencias cortas de ADN. En este artículo, se presenta un nuevo algoritmo integrado basado en el análisis espectral autoregresivo y la transformada de paquetes de ondas para mejorar la eficiencia y precisión de la identificación de las regiones codificantes. Los resultados experimentales muestran que el nuevo algoritmo supera a los enfoques convencionales basados en DFT en la mejora de la precisión de predicción de las regiones codificantes de proteínas de manera notable al probar los conjuntos de datos de referencia GENSCAN65, HMR195 y BG570.

• Materias:Ecuaciones diferenciales Ecuaciones integrales Variables independientes Sistemas dinámicos Combinaciones convexas
• Subjects:Differential equations Integral equations Independent variables Dynamic systems Convex combinations
• Palabras claves:Identificación; Regiones codificantes de proteínas; Exones; Predicción de la estructura génica eucariota; Técnicas; Secuencias de ADN; Análisis espectral autoregresivo; Transformación de paquetes de wavelet; Algoritmo; Eficiencia; Precisión; Identificación de regiones codificantes; Resultados experimentales; Precisión de predicción; Conjuntos de datos de referencia GENSCAN65; HMR195; BG570
• Keywords:Identification; Protein coding regions; Exons; Eukaryotic gene structure prediction; Techniques; DNA sequences; Autoregressive spectrum analysis; Wavelet packets transform; Algorithm; Efficiency; Accuracy; Coding regions identification; Experimental results; Prediction accuracy; GENSCAN65; HMR195; BG570 benchmark datasets