基于权重阵列模型(WAM)、贝叶斯网络(BN)、支持向量机(SVM)的剪接位点识别.
剪接位点(Splicing site)的识别作为基因识别中的一个重要环节一直受到研究人员的关注，考虑到剪接位点附近存在的序列保守性，已有一些基于统计特性的方法被用于剪接位点的识别。 文中将权重阵列模型(Weight Array Model, WAM)、贝叶斯网络(Bayesian Network, BN)和支持向量机(Support Vector Machine, SVM)三种方法用于剪接位点的识别中，并使用受试者操作特征(Receiver Operating Characteristic, ROC)曲线和精度-召回率(Precision Recall, PR)曲线及其曲线下面积(Area Under the Curve, AUC)度量模型识别效果。
在模型选择上，首先，通过WMM和WAM模型的比较测试，表明纳入碱基之间的依赖性信息可以有效提升识别效果。其次，采用基于贝叶斯网络建模的方法，设计了不同网络结构，包括朴素贝叶斯模型、链式贝叶斯网络、扩展贝叶斯网络以及基于结构学习的贝叶斯网络结构，其中基于结构学习的贝叶斯网络具有最好的识别效果。最后，应用支持向量机进行剪接位点识别，并分别采用了稀疏编码(Sparse encoding)、一阶马尔科夫编码(MM1 encoding)、二阶马尔科夫编码(MM2 encoding)和FDTF encoding的编码方法，将编码特征用于SVM识别，在识别效果上简单的稀疏编码方法更有优势。
最后，将基于结构学习的贝叶斯网络作为最终的识别模型，为了方便用户使用，使用PyInstaller将Python程序制作成可执行文件SSPT(A Splicing Site Prediction Tool)。SSPT使用方法：下载SSPT.zip，进入解压后的文件夹，双击打开SSPT.exe，输入文件(纯序列或FASTA文件格式)或直接输入序列，提交后可自动进行剪接位点的识别，输出结果为识别出的剪接供体位点和剪接受体位点，输出结果可下载到result.txt中。
Please see requirements.txt
Weighted Array Model, Bayesian network, and Support vector machine.
See Source for details in implementation.