基于具有多茎环特征GA-SVM的人类Pre-miRNA的预测研究.pdfVIP

ISSN 1007．7626 中国生物化学与分子生物学报 http：／／cjbmb．bjmu．edu．CH 2011年 l2月 CN 11-3870／Q ChineseJournalofBiochemistryandMolecularBiology 27(12)：1l74～1179 · 技术与方法 · 基于具有多茎环特征 GA—SVM 的人类 Pre—miRNA的预测研究 熊大鹏 ，刘蓉杰， 胡 凯，谭艳平，张 园，唐广宇， 曾 寅 (湘潭大学信息工程学院，湖南 湘潭 411105) 摘要 MicroRNA(miRNA)是一类长度约为21nt的非编码 RNA，在动植物 中发挥着重要而广泛的 转录后调控作用．现有 的计算预测方法通常不能很好地识别具有多分枝茎环二级结构 的pre— miRNA．为进一步提高对 pre—miRNA的预测精度 ，本文在 以往研究的基础上，新 引用了一类多茎环 生物学特征 ，将遗传算法(GA)与支持向量机 (SVM)结合以进行特征选择 ，同时优化SVM分类器模 型参数(C，g)，并对数据集的不平衡性进行处理，构造 出新的分类器．本文采用人类 pre—miRNA作 为研究数据集，通过5折交叉验证 ，实验结果显示，新的分类器能够有效地提高预测精度． 关键词 pre—miRNA；多分枝茎环结构 ；计算预测；遗传算法(GA)；支持向量机 (SVM) 中图分类号 Q811．4 Prediction ofHuman Pre．m iRNAsBased onGA．SVM with M ultipleStem andLoop Features XIONG Da-Peng ，LIU Rong—Jie，HU Kai，TAN Yan—Ping，ZHANG Yuan，TANG Guang—Yu，ZENG Yin (CellegeofInformationEngineering，XiangtanUniversity，Xiangtan 411105，Hunan，China) Abstract MicroRNAs(miRNAs)areasetofshort(about21nt) non—codingRNAsthatplay significant and extensive roles as post—transcriptional regulators in animals and plants． Existing computationalmethodscannotbeusedtocorrectlypredictthosepre--miRNAswithmulti-．branchstemsand loopsintheirsecondarystructure．Inthisstudy，inordertofurtherimprovepredictiveprecisionsofpre— miRNAs，wenewlyconsiderasetofnew biologicallymultiplestem andloopsecondarystructurefeatures basedonthepreviousresearchwork，extractrelevantfeatures，combinegeneticalgorithm (GA)with supportvectormachine(SVM)toselecttheoptimalfeaturesubset，andoptimizetheparameters(C，g) ofSVM classifier，thenhandletheimbalanceproblem ofdataset．Finally，thenew classifiersystem was constructedsuccessfullywith theproposedapproach toseparatetherealpre—miRNAsfrom dataset．By usingthedatasetofhumanpre—miRNAsand employingsystematic5