基于計算智能方法的多莖環(huán)pre-miRNA預測研究.pdf

1、遺傳信息DNA經(jīng)過轉(zhuǎn)錄生成mRNA，mRNA在核糖體中經(jīng)過翻譯生成蛋白質(zhì)，這就是長期以來人們對生物學中心法則的理解，但microRNA（miRNA）的發(fā)現(xiàn)卻改變了人們對中心法則的最初認識。miRNA是一類重要的長度較短（約為21~23個核苷酸）的非編碼 RNA基因，通過堿基互補配對原則與靶標 mRNA結(jié)合來決定分解還是抑止mRNA的翻譯作用，進而起到影響基因表達的作用。最新研究發(fā)現(xiàn)，miRNA調(diào)控著人類約20％~30%的基因表達，miR

2、NA不僅參與生理代謝、機體的生長和發(fā)育、細胞增殖與凋亡等，而且實驗證明還與癌癥的發(fā)生有著錯綜復雜的關(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)絡的奧秘，同時也對生物進化的探索具有重要指導作用。
　　我們的研究工作主要包括以下四個方面：
　　(1)從miRBase數(shù)據(jù)庫中提取了695條人類pre-miRNA樣本，經(jīng)過刪除冗余的環(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手動注明建立的人類非編碼RNA數(shù)據(jù)庫中提取了1020條（除miRNA）非編碼RNA序列，刪除冗余的和序列長度超過150個堿基的，剩余754條序列。針對我們建立的數(shù)據(jù)集不平衡問題，我們分別采用樣本數(shù)據(jù)預處理方法和內(nèi)部方法使陰陽性數(shù)據(jù)集達到平衡。
　　(2)借鑒目前預測效果最好的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)復雜度提高我們預測模型的預

4、測效率，所以我們采用包裝和過濾方法對這48維樣本特征進行最優(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)絡具有自學習、自適應與自組織的優(yōu)點，所以我們首先選擇人工神經(jīng)網(wǎng)絡模型進行預測，通過5折交叉驗證，實驗預測結(jié)果準確率為93.58%，明顯高于triplet-SVM和MiPred等其它預測方法。
　　(4)