1. Trang chủ
  2. » Luận Văn - Báo Cáo

Phân loại trình tự metagenomics trên cơ sở phân lớp và gom cụm

161 11 0

Đang tải... (xem toàn văn)

Tài liệu hạn chế xem trước, để xem đầy đủ mời bạn chọn Tải xuống

THÔNG TIN TÀI LIỆU

Thông tin cơ bản

Định dạng
Số trang 161
Dung lượng 3,72 MB

Nội dung

Ngày đăng: 11/07/2021, 16:36

HÌNH ẢNH LIÊN QUAN

Hình 1.1: Quy trình xử lý của một dự án trong lĩnh vực metagenomics. - Phân loại trình tự metagenomics trên cơ sở phân lớp và gom cụm
Hình 1.1 Quy trình xử lý của một dự án trong lĩnh vực metagenomics (Trang 23)
Hình 2.2: Kỹ thuật giải mã trình tự đoạn ngắn. Đoạn gạch dưới thể hiện thông tin gối đầu giữa các trình tự. - Phân loại trình tự metagenomics trên cơ sở phân lớp và gom cụm
Hình 2.2 Kỹ thuật giải mã trình tự đoạn ngắn. Đoạn gạch dưới thể hiện thông tin gối đầu giữa các trình tự (Trang 31)
Hình 2.4: Ví dụ về sự phong phú của hệ gien. - Phân loại trình tự metagenomics trên cơ sở phân lớp và gom cụm
Hình 2.4 Ví dụ về sự phong phú của hệ gien (Trang 35)
Hình 3.1: Phân bố l-mer và việc sử dụng các ngưỡng countmi n, nummin để loại bỏ l-mer không tin cậy. - Phân loại trình tự metagenomics trên cơ sở phân lớp và gom cụm
Hình 3.1 Phân bố l-mer và việc sử dụng các ngưỡng countmi n, nummin để loại bỏ l-mer không tin cậy (Trang 57)
Hình 4.3: Tần số xuất hiện 4-mer của 4 nhóm chứa các trình tự không gối đầu nhau được lấy mẫu từ 2 hệ gien của hai loài: Bacillus thuringiensis - Phân loại trình tự metagenomics trên cơ sở phân lớp và gom cụm
Hình 4.3 Tần số xuất hiện 4-mer của 4 nhóm chứa các trình tự không gối đầu nhau được lấy mẫu từ 2 hệ gien của hai loài: Bacillus thuringiensis (Trang 77)
Bảng 5.1: Tập dữ liệu chứa trình tự dạng Roche 454. - Phân loại trình tự metagenomics trên cơ sở phân lớp và gom cụm
Bảng 5.1 Tập dữ liệu chứa trình tự dạng Roche 454 (Trang 85)
Bảng 5.2: Tập dữ liệu chứa trình tự dạng Illumina. - Phân loại trình tự metagenomics trên cơ sở phân lớp và gom cụm
Bảng 5.2 Tập dữ liệu chứa trình tự dạng Illumina (Trang 86)
Bảng 5.3: F-measure của MetaCluster 5.0, AbundanceBin và BiMeta trên tập dữ liệu từ S1 đến S10. - Phân loại trình tự metagenomics trên cơ sở phân lớp và gom cụm
Bảng 5.3 F-measure của MetaCluster 5.0, AbundanceBin và BiMeta trên tập dữ liệu từ S1 đến S10 (Trang 88)
Hình 5.3: Hiệu năng của MetaCluster 5.0, BiMeta, AbundanceBin và MetaAB trên các tập dữ liệu từ L1 đến L6. - Phân loại trình tự metagenomics trên cơ sở phân lớp và gom cụm
Hình 5.3 Hiệu năng của MetaCluster 5.0, BiMeta, AbundanceBin và MetaAB trên các tập dữ liệu từ L1 đến L6 (Trang 89)
liệu này (được thể hiện ở bảng 5.4) - Phân loại trình tự metagenomics trên cơ sở phân lớp và gom cụm
li ệu này (được thể hiện ở bảng 5.4) (Trang 90)
Hình 5.4: Hiệu năng của MetaCluster 2.0 và BiMeta trên các tập dữ liệu từ R1 đến R9. - Phân loại trình tự metagenomics trên cơ sở phân lớp và gom cụm
Hình 5.4 Hiệu năng của MetaCluster 2.0 và BiMeta trên các tập dữ liệu từ R1 đến R9 (Trang 91)
Hình 5.5: Độ chính xác trung bình của việc gom nhóm trình tự ở pha 1, và F-measure trung bình của BiMeta với giá trịmkhác nhau. - Phân loại trình tự metagenomics trên cơ sở phân lớp và gom cụm
Hình 5.5 Độ chính xác trung bình của việc gom nhóm trình tự ở pha 1, và F-measure trung bình của BiMeta với giá trịmkhác nhau (Trang 92)
Bảng 6.3: Thời gian chạy của MEGAN, SOrt-ITEMS, và SeMeta trên tập dữ liệu ds2. - Phân loại trình tự metagenomics trên cơ sở phân lớp và gom cụm
Bảng 6.3 Thời gian chạy của MEGAN, SOrt-ITEMS, và SeMeta trên tập dữ liệu ds2 (Trang 115)
Hình 6.9: Kết quả thực thi của SeMeta trên tập dữ liệu thực AMD. - Phân loại trình tự metagenomics trên cơ sở phân lớp và gom cụm
Hình 6.9 Kết quả thực thi của SeMeta trên tập dữ liệu thực AMD (Trang 117)
Hình 6.11: Độ nhạy (A) và độ chính xác (A) của SeMeta với giá trị min-score smin khác nhau cho trường hợp Loài chưa biết, trên tập dữ liệuds2. - Phân loại trình tự metagenomics trên cơ sở phân lớp và gom cụm
Hình 6.11 Độ nhạy (A) và độ chính xác (A) của SeMeta với giá trị min-score smin khác nhau cho trường hợp Loài chưa biết, trên tập dữ liệuds2 (Trang 121)
Hình 6.14: Độ nhạy (A) và độ chính xác (A) của SeMeta với giá trị max-occur omax khác nhau cho trường hợp Loài đã biết, trên tập dữ liệuds2. - Phân loại trình tự metagenomics trên cơ sở phân lớp và gom cụm
Hình 6.14 Độ nhạy (A) và độ chính xác (A) của SeMeta với giá trị max-occur omax khác nhau cho trường hợp Loài đã biết, trên tập dữ liệuds2 (Trang 122)
Hình 6.16: Độ nhạy (B) và độ chính xác (B) của SeMeta với giá trị khác nhau của min-score - Phân loại trình tự metagenomics trên cơ sở phân lớp và gom cụm
Hình 6.16 Độ nhạy (B) và độ chính xác (B) của SeMeta với giá trị khác nhau của min-score (Trang 123)
nhạy (B) và độ chính xác (B) cao khi 40 ≤ smin ≤ 60 (hình 6.16 đến hình 6.18). Khi tham số - Phân loại trình tự metagenomics trên cơ sở phân lớp và gom cụm
nh ạy (B) và độ chính xác (B) cao khi 40 ≤ smin ≤ 60 (hình 6.16 đến hình 6.18). Khi tham số (Trang 123)
Hình 6.18: Độ nhạy (B) và độ chính xác (B) của SeMeta với giá trị khác nhau của max-occur - Phân loại trình tự metagenomics trên cơ sở phân lớp và gom cụm
Hình 6.18 Độ nhạy (B) và độ chính xác (B) của SeMeta với giá trị khác nhau của max-occur (Trang 124)
Hình 6.20: Sự ảnh hưởng của độ dài l-mer lên hiệu năng của SeMeta, trường hợp Loài chưa biết. - Phân loại trình tự metagenomics trên cơ sở phân lớp và gom cụm
Hình 6.20 Sự ảnh hưởng của độ dài l-mer lên hiệu năng của SeMeta, trường hợp Loài chưa biết (Trang 125)
Hình 6.21: Sự ảnh hưởng của số cụm được dự đoán lên chất lượng của SeMeta. - Phân loại trình tự metagenomics trên cơ sở phân lớp và gom cụm
Hình 6.21 Sự ảnh hưởng của số cụm được dự đoán lên chất lượng của SeMeta (Trang 126)
Hình 6.22: Độ nhạy (A) và độ chính xác (A) của SeMeta và phiên bản không sử dụng đại diện của cụm trên tập dữ liệuds2, cho trường hợp Loài đã biết. - Phân loại trình tự metagenomics trên cơ sở phân lớp và gom cụm
Hình 6.22 Độ nhạy (A) và độ chính xác (A) của SeMeta và phiên bản không sử dụng đại diện của cụm trên tập dữ liệuds2, cho trường hợp Loài đã biết (Trang 127)
Bảng 3: Khoảng cách Euclide trong cặp hệ gie n- mức họ (family). - Phân loại trình tự metagenomics trên cơ sở phân lớp và gom cụm
Bảng 3 Khoảng cách Euclide trong cặp hệ gie n- mức họ (family) (Trang 149)
Bảng 4: Khoảng cách Euclide trong cặp hệ gie n- mức loài (species). - Phân loại trình tự metagenomics trên cơ sở phân lớp và gom cụm
Bảng 4 Khoảng cách Euclide trong cặp hệ gie n- mức loài (species) (Trang 152)
Tập dữ liệu thực nghiệm cho BiMeta - Phân loại trình tự metagenomics trên cơ sở phân lớp và gom cụm
p dữ liệu thực nghiệm cho BiMeta (Trang 154)
Hình 1: Kết quả thực nghiệm này là về khoảng cách trung bình giữa các cặp hệ gien trong nhóm. - Phân loại trình tự metagenomics trên cơ sở phân lớp và gom cụm
Hình 1 Kết quả thực nghiệm này là về khoảng cách trung bình giữa các cặp hệ gien trong nhóm (Trang 154)
Bảng 7: Tập dữ liệu ds1. - Phân loại trình tự metagenomics trên cơ sở phân lớp và gom cụm
Bảng 7 Tập dữ liệu ds1 (Trang 159)
Bảng 8: Tập dữ liệu ds2. - Phân loại trình tự metagenomics trên cơ sở phân lớp và gom cụm
Bảng 8 Tập dữ liệu ds2 (Trang 160)

TÀI LIỆU CÙNG NGƯỜI DÙNG

TÀI LIỆU LIÊN QUAN

w