miRNA前體與成熟體預測方法的設計與實現(xiàn).pdf

1、microRNA(miRNA)是一類重要的內(nèi)源性非編碼RNA基因，它的長度很短通常只有大約21nt，能夠對靶標mRNA的表達起著調(diào)控作用。參與了一系列重要的生長發(fā)育過程，包括植物的新陳代謝、抗病毒和動物細胞的增殖、凋亡等，并且和癌癥等多種疾病的發(fā)生有著密切的關系。本文提出并實現(xiàn)了基于SVM的miRNA前體分類和成熟體預測方法，取得了良好的預測性能。
　　首先，已知miRNA前體候選序列，提出并實現(xiàn)了基于SVM的植物miRNA前體分

2、類模型和相應網(wǎng)站服務。本文從擬南芥和大豆的蛋白質(zhì)編碼序列中提取了假的莖環(huán)序列，這些假的莖環(huán)序列是在此項研究中首次提取得到。為了提高miRNA前體分類的性能，本文設計并實現(xiàn)了基于圖的冗余特征去除方法和基于信息增益的特征選擇方法。同時，基于miRNA前體在樣本空間中分布，選擇有代表性的miRNA前體作為訓練樣本。針對8個植物物種，本文建立的分類模型PlantMiRNAPred取得了超過90％的準確度。
　　其次，已知判定為真的miRN

3、A前體，提出并實現(xiàn)了基于SVM的植物miRNA成熟體預測模型和相應網(wǎng)站服務。根據(jù)miRNA的生源學，將miRNA:miRNA*作為一個整體，以提取植物miRNA更多的特征。本文提取了單核苷酸的位置相關特征、能量相關特征、結構相關特征和穩(wěn)定性相關特征。選取信息增益較大的特征以提高 miRNA成熟體預測準確度。設計并實現(xiàn)了兩階段樣本選擇方法以解決真/假miRNA:miRNA*的不平衡問題。根據(jù)高維樣本空間中的反例樣本的分布密度，選取有代表性