2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩121頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)

文檔簡介

1、非編碼小RNA是對一類長度為20-30個堿基且不翻譯成蛋白質(zhì)的RNA小分子的統(tǒng)稱。目前已知的非編碼小RNA主要有三類,分別是siRNA,miRNA和piRNA。這些非編碼小RNA分子既能夠參與轉(zhuǎn)錄階段的調(diào)控,又能夠?qū)崿F(xiàn)轉(zhuǎn)錄后的調(diào)控,在生物體生長發(fā)育過程中發(fā)揮著非常重要的作用。近年來,非編碼小RNA的研究得到了廣泛的關(guān)注。基于序列,本文使用機器學習的方法對一種代表性的非編碼小RNA分子miRNA產(chǎn)生機制以及作用原理展開了廣泛且深入的研究,

2、取得了一系列的研究成果。概括起來,主要包含以下四個方面:
   1.提出了一種新的miRNA前體預(yù)測方法miRenSVM。通過提取并選擇合適的特征,該方法能夠識別二級結(jié)構(gòu)包含多莖-環(huán)的miRNA前體。進一步運用組合分類方法,我們有效的解決了miRNA前體預(yù)測中一直存在的樣本不均衡問題。通過與其他方法比較,miRenSVM的表現(xiàn)明顯優(yōu)于現(xiàn)有的預(yù)測方法。隨后,用27個物種的5238個miRNA前體序列做測試,其準確率達到了92.84

3、%。
   2.為了有效的組織和管理現(xiàn)有的miRNA數(shù)據(jù),提出了一種基于有監(jiān)督學習的方法miRFam用于自動劃分miRNA前體的家族。該方法僅依靠miRNA的序列信息,通過提取n-gram特征,并使用multi-class SVM對由n-gram組成的特征向量進行分類。相比于傳統(tǒng)的序列比對方法,miRFam的效率和準確率明顯更高。實驗測試表明,miRFam方法完全可以滿足實際應(yīng)用當中快速、準確的要求,因此可以大大節(jié)省人力和物力成

4、本。
   3.通過整合現(xiàn)有的植物miRNA靶基因預(yù)測方法,首次提出了一種預(yù)測擬南芥miRNA靶基因的整合方法imiRTP。伴隨著研究的深入,miRNA與其靶基因的作用原理也變得更加復(fù)雜?,F(xiàn)有的方法并不足以很好的解決這一問題,因此有必要研究新的靶基因預(yù)測方法。參考動物miRNA靶基因預(yù)測的成功經(jīng)驗,我們挑選了四種當下最流行的植物miRNA靶基因預(yù)測方法整合在imiRTP中,并提出了四條標準用于進一步篩選高質(zhì)量的擬南芥miRNA靶

5、基因。
   4.基于NGS數(shù)據(jù),提出了一種新的TAS基因預(yù)測方法,并提出了次級雙引物模型用于解釋擬南芥TAS2基因與某些PPR基因之間的作用關(guān)系?;跀M南芥根部Illumina測序的多個數(shù)據(jù)集,結(jié)合模式識別的方法,我們成功實現(xiàn)了擬南芥TAS基因的預(yù)測,得到的結(jié)果比基于統(tǒng)計的方法更為精確可靠。在大量計算的基礎(chǔ)上,我們還研究了初級和次級ta-siRNA的產(chǎn)生原理,并提出了次級雙引物模型對擬南芥miRNA-TAS2-PPR之間的作用

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論