机构名称：
¥ 1.0
在这项研究中，我们研究了生物体的密码子使用偏置水平如何作为生命三个王国（古细菌，细菌，eukarya）的各种基因组和进化特征的预测因素和分类。我们对现有遗传数据集进行了次要分析，以构建几种人工智能（AI）和机器学习模型，这些模型对13,000多种生物进行了培训，这些模型表明可以准确地预测有机体的DNA类型（核，线粒体，氯肾上腺素），并简单地使用其遗传密码（64 codon codon codon codain usece频率）。通过利用先进的AI和机器学习方法来准确地识别来自密码子使用模式的进化起源和遗传组成，我们的研究表明，遗传密码可用于训练精确的机器学习分类和系统发育特征的机器学习分类器。我们的数据集和分析在GitHub和UCI机器学习存储库（https：//archive.ics.uci.edu/ml/datasets/codon+usage）上公开可用，以促进开放源的可重复性和社区参与。
密码子的使用偏见水平预测分类学身份和遗传组成
主要关键词
相关文件推荐
