基于計(jì)算智能方法的microRNA預(yù)測(cè).pdf

1、隨著人類基因組計(jì)劃的成功實(shí)施，研究者獲取了海量的生物分子數(shù)據(jù)，如何對(duì)獲取的生物信息進(jìn)行加工處理，檢索分析并提取特征背后蘊(yùn)含的生物學(xué)意義，成為科學(xué)家面臨的又一個(gè)難題。作為生物學(xué)、計(jì)算機(jī)科學(xué)和應(yīng)用數(shù)學(xué)交叉學(xué)科的生物信息學(xué)的出現(xiàn)為人類提供了破解難題的方法，并越來越受到人們的重視。生物信息學(xué)不僅為人類了解遺傳信息提供了幫助，更使人們清楚地認(rèn)識(shí)到基因網(wǎng)絡(luò)調(diào)控的重要性。
　　 長(zhǎng)期以來人們對(duì)生物中心法則的理解認(rèn)為遺傳信息是由DNA轉(zhuǎn)錄生成R

2、NA，再經(jīng)翻譯形成蛋白質(zhì)。但非編碼RNA的發(fā)現(xiàn)改變了人們?cè)械恼J(rèn)知模式，microRNA通過與靶標(biāo)信使RNA互補(bǔ)配對(duì)可以抑制或裂解信使RNA，從而影響生物的基因調(diào)控。近年來，microRNA已經(jīng)成為生物信息學(xué)研究的熱點(diǎn)之一，其在動(dòng)植物的生長(zhǎng)發(fā)育、細(xì)胞增殖和凋亡、器官形成、病毒防御以及與人類息息相關(guān)的疾病和癌癥等方面都發(fā)揮中重要的調(diào)控作用。
　　 目前研究發(fā)現(xiàn)的microRNA占整個(gè)microRNA家族的比例還是少之又少的，由于m

3、icroRNA所含堿基個(gè)數(shù)僅為21-25個(gè)左右，所以目前通用的預(yù)測(cè)辦法是通過檢測(cè)含有microRNA序列的microRNA前體(pre-miRNA)來間接驗(yàn)證microRNA的存在。機(jī)器學(xué)習(xí)方法是一種高效、便捷、準(zhǔn)確的預(yù)測(cè)microRNA的方法，在機(jī)器學(xué)習(xí)方法中有兩個(gè)關(guān)鍵的問題直接影響到預(yù)測(cè)結(jié)果的優(yōu)劣，一個(gè)是提取的特征是否能準(zhǔn)確的代表要預(yù)測(cè)的pre-miRNA序列，另一個(gè)則是預(yù)測(cè)模型建立的好壞。
　　 經(jīng)研究發(fā)現(xiàn)pre-miRN

4、A的莖環(huán)結(jié)構(gòu)具有高度的保守性，并且莖部結(jié)構(gòu)中相鄰堿基對(duì)之間具有重要的互補(bǔ)影響作用，所以本文的特征提取方法通過對(duì)相鄰的三個(gè)堿基對(duì)配對(duì)情況進(jìn)行編碼來達(dá)到表征莖環(huán)結(jié)構(gòu)的作用。同時(shí)搭配另外四維表征pre-miRNA序列信息的特征共同組成36維的特征向量來進(jìn)行預(yù)測(cè)。
　　 由于人工神經(jīng)網(wǎng)絡(luò)具有自組織、自學(xué)習(xí)和自適應(yīng)的特點(diǎn)，并且非常擅長(zhǎng)處理非線性的生物信息學(xué)優(yōu)化問題，所以本文首先選取了有導(dǎo)師訓(xùn)練的前饋人工神經(jīng)網(wǎng)絡(luò)模型配合粒子群優(yōu)化算法來進(jìn)行

5、預(yù)測(cè)，實(shí)驗(yàn)結(jié)果表明預(yù)測(cè)精度得到了一定程度的提高。為了進(jìn)一步提高實(shí)驗(yàn)的泛化能力和預(yù)測(cè)精度，本文又采用了集成的方法，集成已被證明是一種有效的機(jī)器學(xué)習(xí)方法，它可以顯著地提高整個(gè)分類器的預(yù)測(cè)精度。通過神經(jīng)網(wǎng)絡(luò)集成，并利用基于遺傳算法的選擇性集成對(duì)microRNA進(jìn)行預(yù)測(cè)，最終得到的預(yù)測(cè)結(jié)果確實(shí)優(yōu)于單個(gè)人工神經(jīng)網(wǎng)絡(luò)。最后我們使用了柔性神經(jīng)樹模型再次對(duì)實(shí)驗(yàn)進(jìn)行了預(yù)測(cè)，柔性神經(jīng)樹可以進(jìn)行結(jié)構(gòu)和參數(shù)的自我優(yōu)化，它解決了需要提前設(shè)定網(wǎng)絡(luò)結(jié)構(gòu)并逐一試探隱層