nuget
SMRUCC.genomics.Annotation.Prodigal 1.0.9753.40023.
01 Namespaces
SMRUCC.genomics.Annotation.Prodigal
| Type | Summary | Members |
|---|---|---|
| CandidateORF | 候选ORF（开放阅读框） | 25 |
| CodingModel | 编码区打分模型 使用六聚体（6-mer）频率的编码区/非编码区对数似然比来评估 一段序列的编码潜力。这是Prodigal cscore的核心。 | 5 |
| DpNode | DP节点（用于动态规划选基因） | 4 |
| DynamicProgramming | 动态规划基因选择算法 在满足基因不重叠（同链）等约束下，选择全局得分最高的基因组合。 本质上是加权区间调度问题（Weighted Interval Scheduling）的变体。 算法： 1. | 4 |
| GeneScore | gene prediction score table | 0 |
| ModelSerializer | 训练模型序列化/反序列化工具 | 2 |
| OrfFinder | 在六框翻译中查找所有候选ORF 核心思路：对每个阅读框，先找所有终止密码子位置，再在每个终止-终止区间内 查找所有可能的起始密码子，生成多个候选ORF（同一终止密码子，不同起始密码子） | 5 |
| PredictedGene | 预测基因（从DP选出的最终结果） | 2 |
| PredictionPipeline | 基因预测管线 整合ORF查找、打分、动态规划选择，输出最终预测结果 | 3 |
| PredictionResult | 基因预测结果 | 4 |
| ProdigalWorker | 3 | |
| RbsModel | RBS检测模型 在起始密码子上游搜索Shine-Dalgarno序列（如AGGAGG、GGAGG等）， 并基于位置权重矩阵（PWM）和间距评分来计算RBS得分（rscore） | 8 |
| ResultWriter | 结果输出工具 | 5 |
| ScoringEngine | 综合打分引擎 将编码区得分、RBS得分、起始密码子类型得分、上游序列得分 组合为总得分：score = cscore + sscore 其中 sscore = rscore + tscore + uscore | 2 |
| SequenceUtils | DNA序列操作工具类 | 15 |
| StartCodonModel | 起始密码子评分模型 统计不同起始密码子（ATG/GTG/TTG）的使用频率， 计算起始密码子类型得分（tscore） | 2 |
| TrainingEngine | 无监督训练引擎 从输入序列本身学习统计特征，不需要外接训练集。 训练流程： 1. | 5 |
| TrainingModel | 训练模型 - 包含编码区模型、RBS模型、起始密码子模型 | 15 |
| UpstreamModel | 上游序列评分（uscore） 评估起始密码子上游的序列特征，如A/T丰富度（典型原核启动子区域） | 1 |