基于計(jì)算智能方法的多莖環(huán)pre-miRNA預(yù)測(cè)研究.pdf

1、遺傳信息DNA經(jīng)過(guò)轉(zhuǎn)錄生成mRNA，mRNA在核糖體中經(jīng)過(guò)翻譯生成蛋白質(zhì)，這就是長(zhǎng)期以來(lái)人們對(duì)生物學(xué)中心法則的理解，但microRNA（miRNA）的發(fā)現(xiàn)卻改變了人們對(duì)中心法則的最初認(rèn)識(shí)。miRNA是一類重要的長(zhǎng)度較短（約為21~23個(gè)核苷酸）的非編碼 RNA基因，通過(guò)堿基互補(bǔ)配對(duì)原則與靶標(biāo) mRNA結(jié)合來(lái)決定分解還是抑止mRNA的翻譯作用，進(jìn)而起到影響基因表達(dá)的作用。最新研究發(fā)現(xiàn)，miRNA調(diào)控著人類約20％~30%的基因表達(dá)，miR

2、NA不僅參與生理代謝、機(jī)體的生長(zhǎng)和發(fā)育、細(xì)胞增殖與凋亡等，而且實(shí)驗(yàn)證明還與癌癥的發(fā)生有著錯(cuò)綜復(fù)雜的關(guān)系，因此深入研究 miRNA將有助于人們深入了解基因調(diào)控網(wǎng)絡(luò)的奧秘，同時(shí)也對(duì)生物進(jìn)化的探索具有重要指導(dǎo)作用。
　　我們的研究工作主要包括以下四個(gè)方面：
　　(1)從miRBase數(shù)據(jù)庫(kù)中提取了695條人類pre-miRNA樣本，經(jīng)過(guò)刪除冗余的環(huán)節(jié)，最終剩余691條。從人類 RefSeq基因中獲取了8494條非冗余偽發(fā)夾序列，從

3、 Lander手動(dòng)注明建立的人類非編碼RNA數(shù)據(jù)庫(kù)中提取了1020條（除miRNA）非編碼RNA序列，刪除冗余的和序列長(zhǎng)度超過(guò)150個(gè)堿基的，剩余754條序列。針對(duì)我們建立的數(shù)據(jù)集不平衡問(wèn)題，我們分別采用樣本數(shù)據(jù)預(yù)處理方法和內(nèi)部方法使陰陽(yáng)性數(shù)據(jù)集達(dá)到平衡。
　　(2)借鑒目前預(yù)測(cè)效果最好的miPred方法中采用的29維全局和內(nèi)在特征，并在此基礎(chǔ)上加入了19維理化和結(jié)構(gòu)特征。選擇最具區(qū)別度的特征能夠減少系統(tǒng)復(fù)雜度提高我們預(yù)測(cè)模型的預(yù)

4、測(cè)效率，所以我們采用包裝和過(guò)濾方法對(duì)這48維樣本特征進(jìn)行最優(yōu)特征選擇，最終剩余21維特征，其中包括7維miPred特征和14維新引入的結(jié)構(gòu)特征，這也證明我們新引入的結(jié)構(gòu)特征比序列特征具有更高的區(qū)別度。
　　(3)鑒于人工神經(jīng)網(wǎng)絡(luò)具有自學(xué)習(xí)、自適應(yīng)與自組織的優(yōu)點(diǎn)，所以我們首先選擇人工神經(jīng)網(wǎng)絡(luò)模型進(jìn)行預(yù)測(cè)，通過(guò)5折交叉驗(yàn)證，實(shí)驗(yàn)預(yù)測(cè)結(jié)果準(zhǔn)確率為93.58%，明顯高于triplet-SVM和MiPred等其它預(yù)測(cè)方法。
　　(4)