• <tr id="yyy80"></tr>
  • <sup id="yyy80"></sup>
  • <tfoot id="yyy80"><noscript id="yyy80"></noscript></tfoot>
  • 99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

    DNA序列特征提取與功能預(yù)測技術(shù)的探討

    2016-11-16 14:24:25譚生龍
    電腦知識與技術(shù) 2016年25期
    關(guān)鍵詞:特征提取

    譚生龍

    摘要:測序技術(shù)的快速進步產(chǎn)出了大量生物序列,DNA序列是生物大數(shù)據(jù)的重要組成部分,僅有極少部分DNA序列已通過實驗驗證了功能;通過機器學(xué)習(xí)方法快速預(yù)測DNA序列的功能是確實可行的途徑。本文探討了將DNA序列轉(zhuǎn)化為特征向量的方法,并使用機器學(xué)習(xí)方法對未知功能序列進行功能標(biāo)注一般步驟。

    關(guān)鍵詞:DNA序列;特征提??;功能預(yù)測;序列數(shù)據(jù)庫

    中圖分類號:TP18 文獻標(biāo)識碼:A 文章編號:1009-3044(2016)25-0151-02

    1 引言

    隨著測序技術(shù)的迅速進步,各類生物數(shù)據(jù)庫中的序列數(shù)據(jù)正在快速增長,生物大數(shù)據(jù)正在高速填充世界各生物公共平臺的后臺數(shù)據(jù)庫;僅以美國國家生物技術(shù)信息中心(National Center for Biotechnology Information)的DNA序列數(shù)據(jù)庫GenBank為例,截止2014年8月,GenBank數(shù)據(jù)庫中的堿基對數(shù)量已超過13630億對(Base Pair),較上一年增長了45%[1],該數(shù)據(jù)庫的堿基對數(shù)量在2013年、2012年和2011年的年增長率分別是43%[2]、45.1%[3]和33.1%[4]。如此快速增長的序列數(shù)據(jù),僅通過實驗手段對這些序列數(shù)據(jù)進行功能注釋顯然已不現(xiàn)實,基于計算技術(shù)的快速功能注釋已經(jīng)變得勢在必行。

    DNA序列是由A,T,C和G四個字母組成的字符串,而目前的機器學(xué)習(xí)方法僅以特征向量作為輸入;因此,將DNA序列轉(zhuǎn)化為特征向量并盡可能保留序列內(nèi)部的信息是特征提取技術(shù)的關(guān)鍵。

    對新測序或者未知功能的DNA序列,對其功能進行驗證的可靠方法是人工實驗,但在數(shù)量龐大的DNA序列面前,全部由實驗方法驗證其功能顯然已不可行,借助計算機領(lǐng)域的機器學(xué)習(xí)方法快速注釋新序列的潛在功能便是一種可行的途徑。這種功能注釋方法的理論基礎(chǔ)是序列的相似性意味著功能上的相似性。機器學(xué)習(xí)方法首先要獲得一組DNA序列的訓(xùn)練集,該集合中的序列是已確定其功能的序列,由該訓(xùn)練集構(gòu)建學(xué)習(xí)模型,并在訓(xùn)練集上進行交叉檢驗來驗證該學(xué)習(xí)模型的預(yù)測性能,然后應(yīng)用該模型對未知功能DNA序列進行功能預(yù)測。當(dāng)然,并不是所有機器學(xué)習(xí)方法都適合對DNA序列的功能進行預(yù)測,因此,本文對DNA序列的特征向量提取方法及構(gòu)建機器學(xué)習(xí)模型等問題進行了探討。

    2 DNA序列的特征提取策略

    DNA序列由4種核苷酸堿基組成,分別是腺嘌呤(Adenine, A)、鳥嘌呤(Guanine,G)、胞嘧啶(Cytosine,C)和胸腺嘧啶(Thymine, T)。DNA序列的特征提取就是將由A、G、C和T四個字母組成的長串序列(字符串)轉(zhuǎn)化成用數(shù)值表示的特征向量的過程。

    基于k-mer的特征提取方法是一種常用方法??紤]由字母表∑={A,G,C,T}生成長度為k的序列片段(即k-mer),并統(tǒng)計這些片段在DNA序列中的出現(xiàn)頻率,由這些頻率值構(gòu)造特征向量。當(dāng)k=1時,即統(tǒng)計字母表∑中4個字母在序列中的出現(xiàn)頻率,生成一個有4個分量的特征向量。當(dāng)k=1時,一個特征向量僅有4個分量,一般沒有意義。當(dāng)k=2時,即計算集合∑2={AA, AG, AC, ..., TC, TT}中的16個雙核苷酸堿基在DNA序列中的出現(xiàn)頻率,由此構(gòu)成一個有16個分量的特征向量。例如,一條DNA序列為“ACGT”,則該序列包含三個2-mer分別為AC、CG和GT,這三個2-mer的出現(xiàn)頻率均為1/3=0.33;該序列生成一個有16個分量的向量,其中有三個分量為0.33,即為前面所提到的3個2-mer的出現(xiàn)頻率。當(dāng)k=3時,特征向量的長度為43,即64維。隨著k的增大,特征向量的維度迅速升高,例如,當(dāng)k=8時,表示這條DNA序列的特征向量長度為65536維(48=65536),如此高維的特征向量已引起維度災(zāi)難,機器學(xué)習(xí)算法在處理高維向量時,其性能會顯著下降,k值并不是越高越好。

    基于k-mer的特征提取方案,衍生出一系列的特征提取方法。比如,將不同k值的k-mer組合,生成混合特征向量。例如將k=1、k=2和k=3三類特征向量進行組合,生成具有84個分量(41+42+43=84)的特征向量?;趉-mer的編碼思想,王樹林[5]等人提出了基于k-mer的哈希編碼方案。在他們的論文[5]中,將字母表∑中4個字母進行二進制編碼:Code(A)=(00)2,Code(G)=(01)2,Code(C)=(10)2和Code(T)=(11)2,括號外的下標(biāo)2表示二進制,編碼函數(shù)Code(si)表示對字母表∑中的單字符si進行二進制編碼,并將k-mer短序列通過哈希函數(shù)映射為離散的數(shù)值向量,其哈希函數(shù)f:∑k→N定義為:

    s[1..k]表示長度為k的DNA短序列片段,即k-mer。例如,DNA序列為“ACGT”,當(dāng)k=2時,2-mer“AC”的哈希映射可以表示為:f(AC)=42-1·Code(A) + 42-2·Code(C),計算得f(AC)=2;2-mer“CG” 可表示為f(CG)=42-1·Code(C) + 42-2·Code(G),計算得f(CG)=9;同理2-mer“GT” 可表示為f(GT)=42-1·Code(G) + 42-2·Code(T),計算f(GT)=7。因此,DNA序列“ACGT”可表示為向量(2,9,7)。

    由于DNA序列由雙鏈構(gòu)成,字母表∑中的4個字符在雙鏈上以互補配對方式出現(xiàn),即A與T配對,C與G配對。為了消除雙鏈中的單鏈特異性,Noble[6]和劉濱[7]等人應(yīng)用反向互補k-mer對DNA序列進行向量化。比如,當(dāng)k=2時,基本的2-mer有16個,即AA, AC, AG, AT, CA, CC, CG, CT, GA, GC, GG, GT, TA,TC, TG, TT,而考慮反向互補后的2-mer則縮減為10個,即為AA,AC, AG, AT, CA, CC, ‘CG, GA, GC, TA,生成的特征向量為10維。

    與基于k-mer的特征提取方法不同,基于偽核苷酸組成成分[8](Pseudo dinucleotide composition)的特征向量提取方法不僅考慮了DNA序列中的局部順序關(guān)系(即k-mer),也考慮了堿基的全局次序模式(即偽核苷酸組成)。例如,基于雙核苷酸的偽雙核苷酸組成的特征向量提取方法可以參考[9]。

    3 常用DNA序列的分類算法

    當(dāng)使用合適的特征提取方法將DNA序列轉(zhuǎn)化為特征向量后,便可以使用正負(fù)樣本集合生成訓(xùn)練集。生物信息學(xué)領(lǐng)域應(yīng)用比較廣泛的機器學(xué)習(xí)算法包括支持向量機(Support Vector Machine, SVM)算法、隨機森林(Random Forests, RF)算法和人工神經(jīng)網(wǎng)絡(luò)(Artificial Neutral Networks, ANN)等算法。

    使用機器學(xué)習(xí)分類算法的流程一般包括,構(gòu)建已知功能DNA序列的訓(xùn)練集,訓(xùn)練集包括正樣本和負(fù)樣本。正樣本是指具有確定功能的DNA序列,負(fù)樣本指不具有該功能的一般DNA序列。訓(xùn)練集中正負(fù)樣本數(shù)量(DNA序列)應(yīng)該保存一致。為了提高學(xué)習(xí)模型的預(yù)測性能,需要對訓(xùn)練集中的DNA序列通過去重復(fù)來消除偏倚,可使用blast[10]或cd-hit[11]等軟件消除正負(fù)訓(xùn)練集中相似度較高的序列,正負(fù)訓(xùn)練集之間不能有重復(fù)序列,即交集為空,負(fù)訓(xùn)練集應(yīng)該具有一般序列的代表性,然后應(yīng)用特征提取方法將DNA正負(fù)樣本序列轉(zhuǎn)化為帶有標(biāo)號的特征向量集合,并輸入到指定的機器學(xué)習(xí)算法構(gòu)建預(yù)測模型。為了評價所構(gòu)建模型的分類性能,一般在訓(xùn)練集上使用交叉檢驗來對模型進行評測。留一法[12] 交叉檢驗(leave one out cross validation)和5倍交叉檢驗[13](5-fold cross validation)都是比較常用的方法。5倍交叉檢驗是將訓(xùn)練集均分成5份,依次選其中的4份用作模型訓(xùn)練,用剩余一份用作測試集,如此重復(fù)5次;留一法則是選取訓(xùn)練集中的一個樣本用作測試樣本,剩余樣本作為訓(xùn)練樣本,依次讓每個樣本用作測試集僅一次,并用幾項評測指標(biāo)對分類模型進行評價。評測指標(biāo)包括:靈敏度(Sensitivity, Sn)、特異度(Specificity, Sp)、準(zhǔn)確度(Precision, Pr)、馬修相關(guān)系數(shù)(Mathews correlation coefficient, MCC)等。

    公式中的TP表示真陽性(True Positive),表示訓(xùn)練集正樣本中被預(yù)測為正的樣本數(shù);TN表示真陰性(True Negative),即負(fù)樣本中預(yù)測為負(fù)的樣本數(shù);FP表示假陽性(False Positive),表示訓(xùn)練集中負(fù)樣本被預(yù)測為正的樣本數(shù);FN表示假陰性(False Negative),即正樣本中被預(yù)測為負(fù)的樣本數(shù)。通過上述指標(biāo),我們可以評價一個機器學(xué)習(xí)分類模型的性能,并通過修正機器學(xué)習(xí)算法中的參數(shù)使分類器的性能達到最優(yōu)。

    4 結(jié)束語

    本文簡單探討了應(yīng)用機器學(xué)習(xí)方法對DNA序列進行功能預(yù)測的方法,其步驟包括構(gòu)建具有特定功能的DNA序列訓(xùn)練集,訓(xùn)練集中包括正樣本和負(fù)樣本;將正負(fù)樣本通過DNA特征提取方法轉(zhuǎn)化為特征向量集,然后應(yīng)用一種機器學(xué)習(xí)算法對特征向量集進行訓(xùn)練,生成預(yù)測模型,使用交叉檢驗方法對預(yù)測模型進行參數(shù)調(diào)優(yōu),應(yīng)用該模型即可對未知功能的DNA序列進行功能預(yù)測,判斷未知功能DNA序列是否具有相應(yīng)的功能。在本文中,我們簡單介紹了使用機器學(xué)習(xí)算法對DNA序列進行功能預(yù)測的一般過程,希望能對機器學(xué)習(xí)方法在生物信息學(xué)領(lǐng)域的應(yīng)用起到拋磚引玉的作用。

    參考文獻:

    [1] K. Clark, I. Karsch-Mizrachi, D. J. Lipman, et al., "GenBank," Nucleic Acids Res, 2016(44):67-72.

    [2] D. A. Benson, K. Clark, I. et al., "GenBank," Nucleic Acids Res, 2015(43):30.

    [3] D. A. Benson, K. Clark, I. Karsch-Mizrachi, et al., "GenBank," Nucleic Acids Res,2014(42):32.

    [4] D. A. Benson, M. Cavanaugh, K. Clark, I. Karsch-Mizrachi, D. J. Lipman, J. Ostell, et al., "GenBank," Nucleic Acids Res,2013(41):36-42.

    [5] 王樹林, 王戟, 陳火旺, 等.k-長DNA子序列計數(shù)算法研究[J].計算機工程,2007(33):3.

    [6] W. S. Noble, S. Kuehn, R. Thurman, et al., "Predicting the in vivo signature of human gene regulatory sequences," Bioinformatics, 2005,21(1):338.

    [7] B. Liu, R. Long, K. C. Chou, "iDHS-EL: identifying DNase I hypersensitive sites by fusing three different modes of pseudo nucleotide composition into an ensemble learning framework," Bioinformatics, Apr 8 2016.

    [8] K. C. Chou, "Prediction of protein cellular attributes using pseudo-amino acid composition," Proteins,2001(43):246-55.

    [9] W. Chen, T. Y. Lei, D. C. Jin, et al., "PseKNC: a flexible web server for generating pseudo K-tuple nucleotide composition," Anal Biochem,2014(456):53-60.

    [10] S. F. Altschul, W. Gish, W. Miller, E. et al., "Basic local alignment search tool," J Mol Biol, 1990(215):403-10.

    [11] W. Li,A. Godzik, "Cd-hit: a fast program for clustering and comparing large sets of protein or nucleotide sequences," Bioinformatics, 2006(22):1658.

    [12] H. Bhaskar, D. C. Hoyle, S. Singh, "Machine learning in bioinformatics: a brief survey and recommendations for practitioners," Comput Biol Med, 2006(36):1104-25.

    [13] G. Liu, "Using weighted features to predict recombination hotspots in Saccharomyces cerevisiae," Journal of Theoretical Biology, 2016.

    猜你喜歡
    特征提取
    特征提取和最小二乘支持向量機的水下目標(biāo)識別
    基于Gazebo仿真環(huán)境的ORB特征提取與比對的研究
    電子制作(2019年15期)2019-08-27 01:12:00
    基于Daubechies(dbN)的飛行器音頻特征提取
    電子制作(2018年19期)2018-11-14 02:37:08
    基于DNN的低資源語音識別特征提取技術(shù)
    Bagging RCSP腦電特征提取算法
    一種基于LBP 特征提取和稀疏表示的肝病識別算法
    基于DSP的直線特征提取算法
    基于改進WLD的紋理特征提取方法
    計算機工程(2015年4期)2015-07-05 08:28:02
    淺析零件圖像的特征提取和識別方法
    機電信息(2015年3期)2015-02-27 15:54:46
    基于CATIA的橡皮囊成形零件的特征提取
    国产麻豆69| av天堂久久9| 欧美日韩精品成人综合77777| a 毛片基地| av天堂久久9| 天堂8中文在线网| 亚洲精品乱久久久久久| 国产精品成人在线| 狠狠婷婷综合久久久久久88av| 美女视频免费永久观看网站| 久久 成人 亚洲| 午夜激情久久久久久久| 一级毛片 在线播放| 国产精品三级大全| 午夜免费鲁丝| 国产精品久久久久久av不卡| 日本爱情动作片www.在线观看| 在线观看美女被高潮喷水网站| 天美传媒精品一区二区| 高清不卡的av网站| 黄色怎么调成土黄色| 王馨瑶露胸无遮挡在线观看| 毛片一级片免费看久久久久| 夜夜骑夜夜射夜夜干| 国产老妇伦熟女老妇高清| 亚洲欧美一区二区三区国产| 国产视频首页在线观看| 成人漫画全彩无遮挡| 久久 成人 亚洲| 咕卡用的链子| 午夜福利影视在线免费观看| 亚洲国产色片| 在线免费观看不下载黄p国产| 欧美精品亚洲一区二区| 亚洲精品中文字幕在线视频| 精品99又大又爽又粗少妇毛片| 久久久久久久亚洲中文字幕| 成年女人在线观看亚洲视频| 久久亚洲国产成人精品v| av有码第一页| 在线看a的网站| 男女啪啪激烈高潮av片| 中文欧美无线码| 亚洲av成人精品一二三区| 自拍欧美九色日韩亚洲蝌蚪91| 国产视频首页在线观看| av卡一久久| 日韩免费高清中文字幕av| a 毛片基地| 在线亚洲精品国产二区图片欧美| 晚上一个人看的免费电影| 国产在线一区二区三区精| 赤兔流量卡办理| 岛国毛片在线播放| 久久国产精品大桥未久av| 亚洲激情五月婷婷啪啪| 肉色欧美久久久久久久蜜桃| 波野结衣二区三区在线| 亚洲精品aⅴ在线观看| 69精品国产乱码久久久| 又粗又硬又长又爽又黄的视频| 两个人看的免费小视频| 99久久综合免费| 热99国产精品久久久久久7| 丰满饥渴人妻一区二区三| 男女午夜视频在线观看 | 精品国产一区二区三区久久久樱花| 国产av精品麻豆| 一级,二级,三级黄色视频| 大香蕉久久网| 熟女电影av网| 欧美人与善性xxx| 精品熟女少妇av免费看| 蜜臀久久99精品久久宅男| 最新中文字幕久久久久| 精品午夜福利在线看| 成人影院久久| 久久97久久精品| 亚洲欧美中文字幕日韩二区| 中文字幕亚洲精品专区| 精品国产一区二区三区四区第35| 中国美白少妇内射xxxbb| 中文字幕人妻丝袜制服| 日韩av不卡免费在线播放| 国产精品秋霞免费鲁丝片| 日日撸夜夜添| 男女高潮啪啪啪动态图| 国产av国产精品国产| 国产精品久久久久久精品电影小说| 丝袜在线中文字幕| 亚洲美女搞黄在线观看| 97在线人人人人妻| 久热这里只有精品99| 国产欧美亚洲国产| 纵有疾风起免费观看全集完整版| 日本午夜av视频| 精品国产乱码久久久久久小说| 一级a做视频免费观看| 午夜福利视频精品| 久久久久国产精品人妻一区二区| 国产欧美日韩一区二区三区在线| av在线app专区| 久久精品国产亚洲av涩爱| 免费观看在线日韩| 久久99蜜桃精品久久| 亚洲成国产人片在线观看| 国产综合精华液| 日韩免费高清中文字幕av| 欧美 亚洲 国产 日韩一| 久久久久国产精品人妻一区二区| 久久精品国产a三级三级三级| 精品一区二区三卡| 国产伦理片在线播放av一区| 最近中文字幕2019免费版| 大香蕉久久成人网| 亚洲成国产人片在线观看| 青青草视频在线视频观看| 2021少妇久久久久久久久久久| 999精品在线视频| 男女无遮挡免费网站观看| 亚洲国产日韩一区二区| 男女下面插进去视频免费观看 | 亚洲精品国产av蜜桃| 日本91视频免费播放| 高清视频免费观看一区二区| 成人亚洲欧美一区二区av| 日产精品乱码卡一卡2卡三| 国产一区亚洲一区在线观看| 国产精品女同一区二区软件| 一本久久精品| 欧美丝袜亚洲另类| 少妇精品久久久久久久| 欧美人与善性xxx| 天天操日日干夜夜撸| 亚洲国产精品专区欧美| 制服人妻中文乱码| 日日摸夜夜添夜夜爱| 99热6这里只有精品| 日日啪夜夜爽| 久久久久精品人妻al黑| 亚洲精品自拍成人| 一本—道久久a久久精品蜜桃钙片| 狂野欧美激情性xxxx在线观看| 夜夜骑夜夜射夜夜干| 晚上一个人看的免费电影| 午夜视频国产福利| 久久精品人人爽人人爽视色| 婷婷色麻豆天堂久久| 各种免费的搞黄视频| 免费观看无遮挡的男女| 三级国产精品片| 国产色婷婷99| 免费看光身美女| 日韩av在线免费看完整版不卡| 精品久久久久久电影网| av天堂久久9| 国产片特级美女逼逼视频| 九九爱精品视频在线观看| 人妻 亚洲 视频| 男女免费视频国产| 亚洲国产av新网站| 久久综合国产亚洲精品| 热re99久久国产66热| 大片免费播放器 马上看| 天堂俺去俺来也www色官网| 国产成人精品一,二区| 成人免费观看视频高清| 街头女战士在线观看网站| √禁漫天堂资源中文www| 美国免费a级毛片| 亚洲国产成人一精品久久久| 亚洲精华国产精华液的使用体验| 香蕉丝袜av| 少妇被粗大猛烈的视频| 久久综合国产亚洲精品| 欧美xxxx性猛交bbbb| 巨乳人妻的诱惑在线观看| 国产av精品麻豆| 搡女人真爽免费视频火全软件| 欧美另类一区| 久久久久网色| 97在线人人人人妻| 久久久国产精品麻豆| 国产 一区精品| 伦理电影免费视频| 国产老妇伦熟女老妇高清| 一个人免费看片子| 久久久久久久久久人人人人人人| 午夜av观看不卡| 久久综合国产亚洲精品| 亚洲五月色婷婷综合| 午夜福利乱码中文字幕| 国产免费现黄频在线看| 免费在线观看黄色视频的| 国产高清国产精品国产三级| 中文乱码字字幕精品一区二区三区| 国产乱人偷精品视频| 久久久久国产网址| 日本av免费视频播放| 青春草亚洲视频在线观看| 水蜜桃什么品种好| 精品国产一区二区三区四区第35| 亚洲国产日韩一区二区| 一区在线观看完整版| 亚洲国产精品一区三区| 免费黄色在线免费观看| 精品一品国产午夜福利视频| 亚洲欧美一区二区三区黑人 | 亚洲精品色激情综合| 嫩草影院入口| 晚上一个人看的免费电影| 国产一区二区三区综合在线观看 | 国产精品一二三区在线看| 欧美老熟妇乱子伦牲交| 天天操日日干夜夜撸| 亚洲精品色激情综合| 人妻人人澡人人爽人人| 99久久人妻综合| 国产免费现黄频在线看| 久久精品久久久久久噜噜老黄| 亚洲精品av麻豆狂野| 999精品在线视频| 亚洲精品美女久久久久99蜜臀 | 91在线精品国自产拍蜜月| 热re99久久精品国产66热6| 18+在线观看网站| 香蕉丝袜av| 亚洲精品乱久久久久久| 午夜福利影视在线免费观看| 午夜福利视频在线观看免费| 在线天堂最新版资源| 视频区图区小说| 黄色毛片三级朝国网站| 自线自在国产av| 国产免费现黄频在线看| 极品人妻少妇av视频| 午夜91福利影院| 少妇精品久久久久久久| 男女下面插进去视频免费观看 | 80岁老熟妇乱子伦牲交| 亚洲一区二区三区欧美精品| 成人漫画全彩无遮挡| 国产无遮挡羞羞视频在线观看| 国产精品国产av在线观看| 母亲3免费完整高清在线观看 | 精品久久久久久电影网| 好男人视频免费观看在线| 国产在线一区二区三区精| 久久精品人人爽人人爽视色| 国产极品粉嫩免费观看在线| 久久97久久精品| 久久人人97超碰香蕉20202| 女性生殖器流出的白浆| 26uuu在线亚洲综合色| 国产精品久久久久久av不卡| 18禁观看日本| 国产成人精品福利久久| 日本wwww免费看| 99九九在线精品视频| av黄色大香蕉| 国产有黄有色有爽视频| 亚洲精品乱久久久久久| av不卡在线播放| 日韩视频在线欧美| 久久久亚洲精品成人影院| 欧美另类一区| 人妻系列 视频| 亚洲国产精品999| 制服诱惑二区| 国产精品一区二区在线不卡| 免费黄色在线免费观看| 18禁国产床啪视频网站| 国产极品天堂在线| 亚洲欧洲精品一区二区精品久久久 | 亚洲综合精品二区| 精品亚洲乱码少妇综合久久| 亚洲在久久综合| 男人操女人黄网站| 亚洲精品久久午夜乱码| 蜜桃国产av成人99| 人妻一区二区av| 日本色播在线视频| 中文字幕av电影在线播放| 18禁动态无遮挡网站| 欧美激情 高清一区二区三区| freevideosex欧美| 国产精品一区二区在线不卡| 少妇熟女欧美另类| 热99久久久久精品小说推荐| 亚洲av中文av极速乱| 国产高清国产精品国产三级| 免费黄色在线免费观看| 中国美白少妇内射xxxbb| 两性夫妻黄色片 | 国产成人欧美| 伦理电影大哥的女人| 一区在线观看完整版| 午夜福利视频精品| 日日啪夜夜爽| 在线天堂最新版资源| 亚洲内射少妇av| 老司机影院成人| 国产xxxxx性猛交| 久久久久久久久久久久大奶| 亚洲欧洲日产国产| 另类精品久久| 国产伦理片在线播放av一区| 亚洲精品aⅴ在线观看| 美女xxoo啪啪120秒动态图| 丰满饥渴人妻一区二区三| 看免费成人av毛片| 最近最新中文字幕免费大全7| 综合色丁香网| 乱人伦中国视频| 全区人妻精品视频| 精品久久蜜臀av无| 午夜激情av网站| 十八禁网站网址无遮挡| 日本wwww免费看| 又黄又粗又硬又大视频| 国产精品麻豆人妻色哟哟久久| 男女免费视频国产| 黑人猛操日本美女一级片| 欧美丝袜亚洲另类| 国产在线免费精品| 久久精品国产自在天天线| 王馨瑶露胸无遮挡在线观看| 日日啪夜夜爽| 永久网站在线| 精品午夜福利在线看| 一级黄片播放器| 国产精品久久久av美女十八| av网站免费在线观看视频| 免费大片18禁| 免费黄网站久久成人精品| 在线天堂最新版资源| 日本猛色少妇xxxxx猛交久久| 国产黄色视频一区二区在线观看| 国产午夜精品一二区理论片| a级毛片在线看网站| 看免费av毛片| 高清毛片免费看| 99精国产麻豆久久婷婷| 国产亚洲欧美精品永久| 日韩 亚洲 欧美在线| 欧美+日韩+精品| 国产欧美日韩综合在线一区二区| 丰满少妇做爰视频| 男女无遮挡免费网站观看| 汤姆久久久久久久影院中文字幕| 亚洲精品av麻豆狂野| 一个人免费看片子| 天天躁夜夜躁狠狠久久av| 日本爱情动作片www.在线观看| 日韩视频在线欧美| 国产精品成人在线| 嫩草影院入口| 爱豆传媒免费全集在线观看| 人妻少妇偷人精品九色| 欧美激情国产日韩精品一区| 99热国产这里只有精品6| 美女福利国产在线| 老女人水多毛片| 日韩av在线免费看完整版不卡| 美女xxoo啪啪120秒动态图| av线在线观看网站| 欧美精品人与动牲交sv欧美| 观看美女的网站| 亚洲国产欧美日韩在线播放| 日本免费在线观看一区| 国产男人的电影天堂91| 妹子高潮喷水视频| 美女脱内裤让男人舔精品视频| 2018国产大陆天天弄谢| 欧美成人精品欧美一级黄| 午夜福利在线观看免费完整高清在| 一级毛片电影观看| 如何舔出高潮| 成年美女黄网站色视频大全免费| 欧美精品av麻豆av| 自线自在国产av| 精品人妻偷拍中文字幕| 看免费av毛片| 免费黄频网站在线观看国产| 最新的欧美精品一区二区| 亚洲精品av麻豆狂野| 国产色爽女视频免费观看| 蜜臀久久99精品久久宅男| 久久韩国三级中文字幕| 精品一品国产午夜福利视频| 少妇被粗大猛烈的视频| 五月天丁香电影| 亚洲国产日韩一区二区| 啦啦啦在线观看免费高清www| 欧美成人午夜精品| 国产av精品麻豆| 中国国产av一级| 久久久国产欧美日韩av| 男女边摸边吃奶| 人妻人人澡人人爽人人| 亚洲,欧美精品.| 精品一区二区三区四区五区乱码 | 秋霞在线观看毛片| 亚洲av电影在线进入| 久久午夜综合久久蜜桃| 老女人水多毛片| 亚洲天堂av无毛| 久久久久精品性色| 亚洲av电影在线进入| 欧美性感艳星| 日本欧美视频一区| 日本色播在线视频| 亚洲欧美一区二区三区国产| 免费高清在线观看日韩| 成人漫画全彩无遮挡| 在线观看人妻少妇| 国产精品一国产av| av女优亚洲男人天堂| 日本黄色日本黄色录像| 色哟哟·www| 久久精品国产亚洲av天美| 亚洲精品乱码久久久久久按摩| 精品久久久精品久久久| 91精品三级在线观看| 亚洲欧洲日产国产| 极品少妇高潮喷水抽搐| 黄片无遮挡物在线观看| 亚洲精品日本国产第一区| 亚洲成色77777| 国产综合精华液| 国产又爽黄色视频| 国产极品粉嫩免费观看在线| 亚洲五月色婷婷综合| 大陆偷拍与自拍| 欧美日韩视频高清一区二区三区二| 高清毛片免费看| 成人手机av| 美女国产高潮福利片在线看| 女人久久www免费人成看片| 日本猛色少妇xxxxx猛交久久| 久久久久久久国产电影| 国产成人精品无人区| 成人无遮挡网站| 宅男免费午夜| 五月玫瑰六月丁香| 亚洲精品中文字幕在线视频| 午夜福利网站1000一区二区三区| 中文字幕精品免费在线观看视频 | 国产av国产精品国产| 精品亚洲乱码少妇综合久久| 日产精品乱码卡一卡2卡三| 欧美 亚洲 国产 日韩一| 熟女av电影| 国产精品秋霞免费鲁丝片| 婷婷色综合www| 国产一区二区激情短视频 | 99热6这里只有精品| 肉色欧美久久久久久久蜜桃| 两个人看的免费小视频| 亚洲av在线观看美女高潮| 黄片无遮挡物在线观看| 午夜激情av网站| 精品国产露脸久久av麻豆| videosex国产| 亚洲综合色惰| 侵犯人妻中文字幕一二三四区| 波野结衣二区三区在线| 人人澡人人妻人| 久久久欧美国产精品| 又粗又硬又长又爽又黄的视频| 久久精品国产a三级三级三级| 亚洲精品,欧美精品| 99热全是精品| 人成视频在线观看免费观看| 免费大片18禁| 少妇的逼水好多| 有码 亚洲区| 中文字幕免费在线视频6| 这个男人来自地球电影免费观看 | 最黄视频免费看| 老司机亚洲免费影院| 国产成人精品在线电影| 久久ye,这里只有精品| 国产日韩欧美在线精品| 久久这里只有精品19| 久久久精品区二区三区| 22中文网久久字幕| 国产亚洲精品久久久com| 国产精品一区二区在线观看99| 国产成人av激情在线播放| av在线app专区| 波多野结衣一区麻豆| 久久久精品区二区三区| 亚洲av日韩在线播放| 赤兔流量卡办理| 男女边吃奶边做爰视频| h视频一区二区三区| 啦啦啦在线观看免费高清www| 婷婷成人精品国产| 自线自在国产av| 美女中出高潮动态图| 国产在线视频一区二区| 亚洲精品视频女| 各种免费的搞黄视频| 久久人人爽人人片av| 精品国产国语对白av| 国产 一区精品| 看免费av毛片| 黄色一级大片看看| 卡戴珊不雅视频在线播放| 国产成人精品福利久久| 美女福利国产在线| 人人妻人人澡人人爽人人夜夜| 精品国产国语对白av| 人体艺术视频欧美日本| 夜夜骑夜夜射夜夜干| 寂寞人妻少妇视频99o| 五月天丁香电影| 中文天堂在线官网| 最近的中文字幕免费完整| 亚洲精品自拍成人| 一级黄片播放器| 欧美精品一区二区免费开放| 久热久热在线精品观看| 精品国产乱码久久久久久小说| 高清毛片免费看| 桃花免费在线播放| 十八禁高潮呻吟视频| 黑人高潮一二区| 欧美精品高潮呻吟av久久| 2018国产大陆天天弄谢| 另类亚洲欧美激情| 精品一区二区免费观看| 免费黄频网站在线观看国产| 国产欧美日韩综合在线一区二区| 亚洲国产色片| 亚洲一区二区三区欧美精品| a级毛色黄片| 欧美日韩一区二区视频在线观看视频在线| 欧美 亚洲 国产 日韩一| 少妇高潮的动态图| av国产精品久久久久影院| 色94色欧美一区二区| 成年人免费黄色播放视频| 大码成人一级视频| 久久精品aⅴ一区二区三区四区 | 在线观看免费视频网站a站| 欧美精品一区二区大全| 欧美成人午夜精品| 69精品国产乱码久久久| 老熟女久久久| 在线观看免费日韩欧美大片| 国产乱来视频区| 最新的欧美精品一区二区| 一边亲一边摸免费视频| 国产视频首页在线观看| 成人二区视频| 日韩人妻精品一区2区三区| 麻豆精品久久久久久蜜桃| 日韩中字成人| 精品亚洲成a人片在线观看| 亚洲综合色网址| 国产日韩欧美在线精品| 国产片内射在线| 亚洲,欧美精品.| 精品少妇久久久久久888优播| 久久久国产精品麻豆| 又黄又粗又硬又大视频| 精品福利永久在线观看| 美女国产高潮福利片在线看| 亚洲,欧美精品.| 国产精品欧美亚洲77777| 久久婷婷青草| 在线天堂中文资源库| 大话2 男鬼变身卡| 一本久久精品| 久久精品国产亚洲av天美| 亚洲国产看品久久| 18在线观看网站| 久久久久久久国产电影| 精品一区二区免费观看| 最后的刺客免费高清国语| 亚洲av日韩在线播放| 中文乱码字字幕精品一区二区三区| 精品国产一区二区三区久久久樱花| 丰满乱子伦码专区| 色哟哟·www| 国产不卡av网站在线观看| 国产精品欧美亚洲77777| 国产 一区精品| 熟女人妻精品中文字幕| 国产日韩欧美亚洲二区| 亚洲精品色激情综合| 久久人人爽人人片av| 久久久久精品久久久久真实原创| av在线app专区| 成人国语在线视频| 亚洲精品一区蜜桃| 国产精品 国内视频| 2021少妇久久久久久久久久久| 日本黄大片高清| 丰满饥渴人妻一区二区三| 精品久久久久久电影网| 久久精品国产鲁丝片午夜精品| 寂寞人妻少妇视频99o| 汤姆久久久久久久影院中文字幕| 国产1区2区3区精品| 日韩成人av中文字幕在线观看| 日韩,欧美,国产一区二区三区| 久久国内精品自在自线图片| 亚洲精品自拍成人| 国产69精品久久久久777片| 国产极品粉嫩免费观看在线| 午夜影院在线不卡| 18在线观看网站|