应用-生物信息学-厦门大学.PPTVIP

生物信息学中的分类学习问题 邹 权 厦门大学计算机科学系 /main/~zq 提纲 DNA/RNA层面上的分类学习问题 蛋白质层面的分类学习问题 新技术带来的分类学习问题 几个概念： 基因、基因组、DNA、染色体、细胞 DNA如何影响生物的性状？ 什么叫表达？ 中心法则 是否所有的DNA都转录？ 人—仅仅1% 是否所有的RNA都翻译？ 真核生物的基因结构 真核细胞基因结构示意图 问题1：识别编码区(ORF) Snyder, E. E., and Stormo, G. D. (1993). Identification of coding regions in genomic DNA sequences: An application of dynamic programming and neural networks. Nucleic Acids Res. 21: 607-613. 问题2：辨别外显子、内含子 T.M. Chen, C.C. Lu, W.H. Li,(2005) Prediction of splice sites with dependency graphs and their expanded Bayesian networks, Bioinformatics, 21:471–482. 问题3：识别可变剪切 Gideon D. et al(2005) Accurate identification of alternatively spliced exons using support vector machine. Bioinformatics, 21:897-901 问题4：识别调控元件 Jiang B, Zhang MQ, Zhang X, (2007) OSCAR: one-class SVM for accurate recognition of cis-elements, Bioinformatics, 23(5): 531-537 问题2：辨别外显子、内含子 外显子内含子的分界线——剪切位点 也可以称为“识别剪切位点” 特征：三连核苷酸… 分类器：SVM，NB，HMM，BP NN 问题3：识别可变剪切 参考：王峻,郭茂祖.转录因子结合位点识别算法的研究.电子学报.2007,35(12A):83-89 是否所有的DNA都转录？ 人—仅仅1% 4个与机器学习有关的问题，还有更多 是否所有的RNA都翻译？ 编码RNA与非编码RNA microRNA中的分类问题 挖掘对前体的真伪辨别 同源比对 ab initio 靶标对靶标的真伪辨别 基于同源比对的方法 利用已知的microRNA信息 BLAST 逐步过滤 参考: Wang,X.J. et al (2004) Prediction and identification of Arabidopsis thaliana microRNA genes and their mRNA targets. Genome Biology. 5:R65 microRNA的挖掘-- ab initio方法 Chenghai Xue, Fei Li, Tao He, Guo-Ping Liu, Yanda Li, Xuegong Zhang. Classification of real and pseudo microRNA precursors using local structure-sequence features and support vector machine. BMC Bioinformatics. 2005.6:310(他引167次，截至11.12.12) Peng Jiang, Haonan Wu, Wenkai Wang, Wei Ma, Xiao Sun, Zuhong Lu. MiPred: classification of real and pseudo microRNA precursors using random forest prediction model with combined features. Nucleic Acids Research. 2007,35:W339-W344 (他引107次，截至11.12.12) /zouquan/libid/ microRNA中的分类问题 挖掘对前体的真伪辨别 同源比对 ab initio 靶标对靶标的真伪辨别 靶标预测 参考：Improving the prediction of human microRNA target genes by using ensemble algorithm. FEBS Letters 581 (200