基于序列分析的microRNA計(jì)算研究.pdf

1、非編碼小RNA是對(duì)一類(lèi)長(zhǎng)度為20-30個(gè)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(lèi)，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(zhǎng)發(fā)育過(guò)程中發(fā)揮著非常重要的作用。近年來(lái)，非編碼小RNA的研究得到了廣泛的關(guān)注?；谛蛄?，本文使用機(jī)器學(xué)習(xí)的方法對(duì)一種代表性的非編碼小RNA分子miRNA產(chǎn)生機(jī)制以及作用原理展開(kāi)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(lái)，主要包含以下四個(gè)方面：
　　 1.提出了一種新的miRNA前體預(yù)測(cè)方法miRenSVM。通過(guò)提取并選擇合適的特征，該方法能夠識(shí)別二級(jí)結(jié)構(gòu)包含多莖-環(huán)的miRNA前體。進(jìn)一步運(yùn)用組合分類(lèi)方法，我們有效的解決了miRNA前體預(yù)測(cè)中一直存在的樣本不均衡問(wèn)題。通過(guò)與其他方法比較，miRenSVM的表現(xiàn)明顯優(yōu)于現(xiàn)有的預(yù)測(cè)方法。隨后，用27個(gè)物種的5238個(gè)miRNA前體序列做測(cè)試，其準(zhǔn)確率達(dá)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(xué)習(xí)的方法miRFam用于自動(dòng)劃分miRNA前體的家族。該方法僅依靠miRNA的序列信息，通過(guò)提取n-gram特征，并使用multi-class SVM對(duì)由n-gram組成的特征向量進(jìn)行分類(lèi)。相比于傳統(tǒng)的序列比對(duì)方法，miRFam的效率和準(zhǔn)確率明顯更高。實(shí)驗(yàn)測(cè)試表明，miRFam方法完全可以滿足實(shí)際應(yīng)用當(dāng)中快速、準(zhǔn)確的要求，因此可以大大節(jié)省人力和物力成

4、本。
　　 3.通過(guò)整合現(xiàn)有的植物miRNA靶基因預(yù)測(cè)方法，首次提出了一種預(yù)測(cè)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(wèn)題，因此有必要研究新的靶基因預(yù)測(cè)方法。參考動(dòng)物miRNA靶基因預(yù)測(cè)的成功經(jīng)驗(yàn)，我們挑選了四種當(dāng)下最流行的植物miRNA靶基因預(yù)測(cè)方法整合在imiRTP中，并提出了四條標(biāo)準(zhǔn)用于進(jìn)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(cè)方法，并提出了次級(jí)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。基于擬南芥根部Illumina測(cè)序的多個(gè)數(shù)據(jù)集，結(jié)合模式識(shí)別的方法，我們成功實(shí)現(xiàn)了擬南芥TAS基因的預(yù)測(cè)，得到的結(jié)果比基于統(tǒng)計(jì)的方法更為精確可靠。在大量計(jì)算的基礎(chǔ)上，我們還研究了初級(jí)和次級(jí)ta-siRNA的產(chǎn)生原理，并提出了次級(jí)雙引物模型對(duì)擬南芥miRNA-TAS2-PPR之間的作用