UNIPOP的問題，透過圖書和論文來找解法和答案更準確安心。 我們找到附近那裡買和營業時間的推薦產品

UNIPOP進入發燒排行的影片

改良式最佳化演算法應用於原核生物基因體之操作組預測

為了解決UNIPOP的問題，作者蔡瑞鴻 這樣論述：

操作組(Operon)在藥物設計及蛋白質功能的研究上，透露許多具有價值的資訊，而相同操作組基因擁有相同或類似的生物功能，且會共同轉錄成mRNA序列，因此預測操作組成為掌握轉錄規則之關鍵。然而，經實驗方式檢測操作組有難度且耗時，為降低生物學家對於了解轉錄規則的困難度，本研究針對二進制粒子族群最佳化 (Binary Particle Swarm Optimization, BPSO)及基因演算法(Genetic Algorithm, GA)進行改良，並將其應用於基因體(Genome)之操作組預測，藉由相鄰基因的距離及方向作為初始化依據，使得粒子族群於初始化後即可獲得優越的結果。本研究以大腸桿菌進

行訓練，以該基因體相鄰基因之距離(Intergenic distance)、代謝路徑(Metabolic pathway)、相鄰類基因功能聚簇(Cluster of orthologous groups gene function, COG)及操作組尺寸(Operon size)作為適應函數的評分依據，另外亦以各基因體之基因長度(The gene length ratio)進行評分，分別測試枯草桿菌、綠膿桿菌、葡萄球菌及結核桿菌基因體的預測正確率(Accuracy)、敏感度(Sensitivity)及特異度(Specificity)。實驗結果顯示，本方法不僅減少預測所需的時間，亦能獲得較高預測

正確率。