細(xì)胞因子和miRNA識別研究.pdf

1、近年來，伴隨著蛋白質(zhì)序列提取技術(shù)的發(fā)展，蛋白質(zhì)序列的數(shù)量迅猛增長。由于大量的研究證明，特殊蛋白質(zhì)有很重要的生物學(xué)功能，和眾多人類疾病有著密切的聯(lián)系。為了從大規(guī)模的數(shù)據(jù)集中識別出特殊功能的蛋白質(zhì)序列，計算機(jī)技術(shù)的方法在特殊蛋白質(zhì)結(jié)構(gòu)識別中得到廣泛應(yīng)用，尤其是基于機(jī)器學(xué)習(xí)的計算方法被眾多研究人員進(jìn)行研究。當(dāng)前關(guān)于特殊蛋白質(zhì)識別的機(jī)器學(xué)習(xí)方法仍然存在著很多精度提升的空間。
　　本研究從以下兩個方面提高特殊蛋白質(zhì)識別精度：特征提取及分類器

2、的選擇。特征提取方面，將多種性能較好的特征集進(jìn)行結(jié)合，提出并使用降維方法----MRMD(Max Relevance Max Distance)選擇更優(yōu)秀的特征集，通過對比實(shí)驗(yàn)結(jié)果，對MRMD的性能進(jìn)行分析。分類器選擇方面，本論文將對BP神經(jīng)網(wǎng)絡(luò)（back propagation neural network，BP-NN）和支持向量機(jī)(Support VectorMachine，SVM)的參數(shù)進(jìn)行優(yōu)化，將優(yōu)化之后的分類器作用于特殊蛋白質(zhì)

3、的識別，并且多種性能優(yōu)秀的分類器被選擇作為對比，分析優(yōu)化后的分類器的性能。在miRNA識別方面，通過對比分析實(shí)驗(yàn)結(jié)果發(fā)現(xiàn)，使用優(yōu)化之后的BP-NN的方法，結(jié)合從miRNA序列中提取的98維特征集對miRNA進(jìn)行識別，精度和召回率分別為96.00％和96.67％，比其它分類器的精度最高提高13.64％。在細(xì)胞因子識別部分，一方面綜合144次實(shí)驗(yàn)的結(jié)果發(fā)現(xiàn)，使用MRMD降維之后的特征集，在細(xì)胞因子識別方面擁有較高性能。另一方面結(jié)合性能較好的