12616.基于在線工具和svm的植物mirna靶基因集成預(yù)測(cè)研究

1、碩士學(xué)位論文基于在線工具和SVM的植物miRNA靶基因集成預(yù)測(cè)研究PlantmicroRNA—targetpredictionresearchbasedontheintegrationofpredictiontoolsandsupportvectormachine學(xué)21109180完成日期：201458大連理工大學(xué)DalianUniversityofTechnology大連理工大學(xué)碩士學(xué)位論文摘要可信miRNA靶基因交互識(shí)別問題在研究m

2、iRNA功能方面起到重要的作用。業(yè)界已經(jīng)提出了一些運(yùn)用計(jì)算機(jī)預(yù)測(cè)植物miRNA靶基因的方法，然而預(yù)測(cè)結(jié)果卻存在工具之間不一致以及假陽性過高等問題。為了解決這些問題，本文開發(fā)了一個(gè)植物miRNA靶基因交互識(shí)別的集成模型。本文采用傳統(tǒng)統(tǒng)計(jì)學(xué)預(yù)測(cè)工具與機(jī)器學(xué)習(xí)方法相結(jié)合的方式預(yù)測(cè)擬南芥miRNA靶基因交互信息。首先通過psRNATarget，TAPIR和UEA三種植物靶基因預(yù)測(cè)工具結(jié)合的方式，提供足夠大的靶基因候選集。進(jìn)一步基于結(jié)構(gòu)特征，熱力

3、學(xué)特征以及位點(diǎn)結(jié)合信息三類特征構(gòu)建本地支持向量機(jī)分類器，過濾候選集以降低假陽性。為了提高模型性能，引入了基于主成分分析的屬性抽取方法以及半監(jiān)督學(xué)習(xí)策略。結(jié)果顯示，采用的PCASVM方法相比傳統(tǒng)的SVM方法在分類預(yù)測(cè)方面具有更好的性能。此外，使用擬南芥降解測(cè)序數(shù)據(jù)來評(píng)估預(yù)測(cè)結(jié)果。將所構(gòu)建的分類器應(yīng)用在水稻和葡萄miRNA數(shù)據(jù)集上，以證明模型在其他植物物種上的適用性。最后，根據(jù)可信miRNA靶基因預(yù)測(cè)結(jié)果，構(gòu)建miRNA靶基因調(diào)控網(wǎng)絡(luò)以及m