基于機器學習的miRNA靶基因預測.pdf

1、隨著RNA干擾機制(RNAi)的發(fā)現(xiàn),非編碼RNA在基因表達和調(diào)控方面的功能受到了前所未有的關注,而miRNA因其與生物體的多項調(diào)控功能有著密切聯(lián)系而成為關注重點。miRNA主要通過與其靶基因相互作用進而調(diào)控基因的表達,因此對miRNA靶基因的研究有助于理解miRNA的調(diào)控機制,是研究miRNA調(diào)控功能的關鍵步驟。
　　現(xiàn)有的鑒定miRNA靶基因的實驗技術價格昂貴,對實驗的設備、環(huán)境以及操作人員的技術水平要求高,不適合對miRNA

2、靶基因展開大批量、高置信度的鑒定實驗。因此,在研發(fā)新的 miRNA靶基因鑒定實驗技術的同時,研究者正積極探索使用生物信息學的方法預測miRNA靶基因。目前已有的miRNA靶基因預測方法分為基于序列的方法和基于機器學習的方法?；谛蛄械姆椒ㄔ趍iRNA靶基因?qū)嶒灁?shù)據(jù)少,對miRNA的靶基因識別機制尚不了解的情況下非常適用。然而,隨著miRNA靶基因?qū)嶒灁?shù)據(jù)的極速增長,基于序列的方法很難從龐大的數(shù)據(jù)中挖掘有效信息,且不能有效模擬復雜的miR

3、NA作用機制,因此目前對miRNA靶基因的預測主要集中在基于機器學習的方法上。到目前為止,很多專家和學者提出了多種基于機器學習的miRNA靶基因預測方法,雖然這些方法在miRNA靶基因預測中都取得了一定成果,但普遍存在訓練樣本集不夠完善、特征提取具有偏向性的問題。此外,靶基因特征的優(yōu)化選擇過程及分類器的使用都相對比較簡單。
　　針對以上問題,本文提出了新的基于機器學習的miRNA靶基因預測方法:首先對訓練樣本集的選取方法做出改進,

4、引入mirWIP方法中構建訓練樣本集的方法,結合蛋白質(zhì)免疫沉淀反應得到線蟲中的miRNA靶基因作為本文實驗數(shù)據(jù)集;其次,在選用具有代表性的miRNA靶基因特征的同時,設計提取了三核苷酸使用頻率、三聯(lián)體和部分位點可接近性三類新特征;再次,使用遺傳算法對特征進行選擇與優(yōu)化,在保證預測精度的同時降低特征的維數(shù);最后,分別使用k-最近鄰法、支持向量機、神經(jīng)網(wǎng)絡三種分類器在不同實驗數(shù)據(jù)集下對miRNA靶基因進行預測。
　　實驗結果表明,在不