VIP20
本课程属于：052-基因组注释特征学习任务 生物信息学与 AI 制药工程 · 共 20 门相关课程，组合学习更完整。
查看所属VIP全部课程 →
← 返回所属目录 咨询 / 购买

基因组注释特征学习任务：从BLAST到模型

共计 30 章节
点击此处阅读海量试读课程：100+行业、1000+细分领域
01
基因组注释概述
什么是基因组注释？注释的层次与流程 · 常见数据库简介
基因组注释概述什么是基因组注释…
02
BLAST原理与数据库
BLAST算法核心思想 · NCBI数据库（nr/nt/refs… · BLAST类型对比
BLAST原理
03
BLAST命令行使用
BLAST+安装 · blastn/blastp命令参数 · 输出格式选择（tabular/XML…
BLAST命令行使用
04
BLAST结果解析
理解e-value · score · identity
BLAST结果解析
05
多序列比对与进化分析
Clustal Omega/Musc… · 构建进化树基础 · 从BLAST hits到多序列比对
多序列比对进化分析
06
基因组特征基础
基因结构（外显子 · 内含子 · UTR）
基因组特征基础基因结构
07
重复序列注释
RepeatMasker使用 · 重复序列分类与统计 · 转座子对基因组的影响
重复序列注释RepeatMasker
08
非编码RNA注释
tRNA · rRNA · miRNA
RNA非编码
09
功能注释
GO（Gene Ontology）术… · KEGG通路映射 · InterProScan与Pfam
功能注释GO
10
特征提取——序列组成
核苷酸频率 · GC含量计算 · 局部GC窗口分析
特征提取序列组成
11
特征提取——k-mer频率
k-mer概念 · k=3~6的特征向量生成 · 维度灾难与降维
k-mer特征提取
12
特征提取——序列熵与复杂度
香农熵 · 相对熵 · 序列复杂度（Dust/RepeatM…
特征提取序列熵
13
特征提取——密码子偏好性
密码子使用频率（RSCU） · 有效密码子数（ENC） · 与基因表达的关系
特征提取密码子偏好性
14
特征提取——二级结构预测
RNAfold/ViennaRNA · 最小自由能结构 · 结构特征向量化
特征提取二级结构预测
15
特征提取——信号肽与跨膜区
SignalP预测信号肽 · TMHMM预测跨膜螺旋 · 特征融合
特征提取信号肽
16
数据预处理
缺失值处理 · 标准化（Z-score/Min-Ma… · 异常值检测
数据预处理缺失值处理
17
特征选择方法
过滤式（方差阈值 · 卡方检验） · 包裹式（递归消除RFE）
特征选择方法过滤式
18
机器学习基础
监督学习框架 · 训练/验证/测试 · 欠拟合与过拟合
机器学习基础监督学习框架
19
决策树与随机森林
决策树分裂准则（Gini/信息增益） · 随机森林集成的原理 · 特征重要性排序
决策树随机森林
20
支持向量机（SVM）
线性SVM与核技巧 · RBF核参数调优 · 序列特征不适合核的替代方案
SVM支持向量机
21
神经网络入门
感知机 · 激活函数（ReLU/Sigmoid） · 隐藏层与损失函数
神经网络入门感知机
22
深度学习——CNN在基因组中的应用
1D卷积与DNA序列 · 卷积核的生物学意义 · 残差网络
CNN深度学习
23
模型评估指标
准确率 · 精确率 · 召回率
模型评估指标准确率
24
交叉验证与调参
K折交叉验证 · 网格搜索（GridSearchCV） · 随机搜索
交叉验证调参
25
集成学习与模型融合
Bagging/Boosting（X… · Stacking策略 · 模型解释
集成学习模型融合
26
基因组注释管道搭建
整合BLAST · RepeatMasker · 特征提取
基因组注释管道搭…BLAST
27
实战——启动子预测
数据集构建（正负样本） · 特征设计 · 模型训练
启动子预测数据集构建
28
实战——编码区预测
利用6框翻译 · ORF特征 · 构建分类器
编码区预测利用6框翻译
29
实战——非编码RNA分类
miRNA前体预测 · 基于二级结构+序列特征 · CNN vs SVM对比
RNA非编码
30
总结与展望
当前方法的局限性 · 长读长测序带来的新挑战 · 多模态融合与自监督学习趋势
当前方法的局限性长读长测序带来的…