1.3. 评价指标

本文使用敏感性（sensitivity， Sn ）、特异性（specificity， Sp ）、准确率（accuracy， Acc ）和 Matthews 相关系数（Matthews correlation coefficient，MCC），以及受试者操作特征（receiver operating characteristic，ROC）曲线下面积（area under curve，AUC）作为评价参数。其中 ROC 曲线越靠近图左侧边界和上侧边缘（曲线与横轴包含的面积越大）则准确率越高，即 AUC 值越接近 1，说明方法的识别性能越好。前四个指标则通常被用于在统计预测理论中从不同角度衡量预测系统性能的评估指标 ^{[ 16 , 19 ]} ，如式（6）所示： 表示核小体 DNA 序列被错误识别为连接区 DNA 序列的数目。

2.2. 线虫、人类和果蝇实验

将 CSeqFM 模型推广到其他物种，包括 C. elegans 、 H. sapiens 和 D. melanogaster 的核小体定位识别，实验结果与 iNuc-STNC ^{[ 16 ]} 和 iNuc-PseKNC ^{[ 19 ]} 方法比较，如 表 2 和 图 2 所示。

Open in a separate window

图 2

Experimental results of C. elegans , H. sapiens and D. melanogaster species

C. elegans 、 H. sapiens 和 D. melanogaster 的实验结果

首先，与 iNuc-STNC 方法比较，在 Sn 方面，CSeqFM 在 H. sapiens 和 D. melanogaster 中均高于 iNuc-STNC 方法；在 Sp 、 Acc 和 MCC 方面，CSeqFM 方法在 D. melanogaster 中高于 iNuc-STNC 方法；在 AUC 方面，iNuc-STNC 方法没有给出 AUC 值，而 CSeqFM 在三个物种中的 AUC 值均高于 0.90。如 图 2 所示，总体比较，CSeqFM 与 iNuc-STNC 方法在三个物种中各有优势，整体性能基本一致。

其次，与 iNuc-PseKNC 方法比较，在 Sn 方面，CSeqFM 在 H. sapiens 和 D. melanogaster 中均高于 iNuc-PseKNC；在 Sp 方面，CSeqFM 在 C. elegans 和 D. melanogaster 中均高于 iNuc-PseKNC 方法；在 Acc 、MCC 和 AUC 方面，CSeqFM 在 D. melanogaste 中均高于 iNuc-PseKNC 方法。CSeqFM 与 iNuc-PseKNC 方法在 C. elegans 和 H. sapiens 中各有优势，但 CSeqFM 在 D. melanogaster 中的五项性能指标均高于 iNuc-PseKNC 方法，识别效果更好。

另外，iNuc-STNC 和 iNuc-PseKNC 方法都没有 S. cerevisiae 实验结果，而 CSeqFM 在两套 S. cerevisiae 数据集中都取得较好的识别效果（如 表 1 和 图 1 所示）。

综上所述，与 iNuc-STNC 和 iNuc-PseKNC 相比，CSeqFM 在 C. elegans 、 H. sapiens 和 D. melanogaster 的各项性能指标较好，识别效果稳定，说明 CSeqFM 方法具有可靠的物种推广性和有效性，进一步验证了 CSeqFM 方法具有好的识别效果。