收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

基于miRNA生源论的单类支持向量机miRNA预测方法研究

闫文  
【摘要】: 微RNA(microRNAs, miRNAs)是一类长度约为17~29nt的由核苷酸组成的非编码单链小RNA分子,它们在植物、线虫以及人类细胞中都广泛存在,miRNA通过与mRNA互补结合,在后转录水平上抑制靶基因的表达以及降解mRNA,在基因的表达调控领域具有重要的作用。miRNA在基因调控方面的特异性和多样性和疾病的产生和发展密切相关,而miRNA对基因活性所起到的精确调控作用,使得它对基础生物制药的研究以及药物研发都提供了新的途径。因此,对于miRNA的深入研究具有重要的作用。 至今为止已经发现了1500多种miRNA,有证据表明miRNA的数量远大于这些,真核生物(包括人类)中一半以上编码蛋白的基因的表达都受miRNA调控,而miRNA分子实际上也成为了基因调控网络中的核心成分。要想更深入的研究miRNA,关键在于miRNA的检测技术以及生物信息学算法的创新。 目前在生物信息学中,大部前体miRNA的机器学习预测算法都是仅基于前体miRNA发夹环的结构信息的两类支持向量机(Two-class SVM),这些方法的不足之处在于训练学习模型的时需要正数据集和负数据集。本文提出基于miRNA生源论的miRNA单类支持向量机(One-class SVM)预测算法——MirBio,该算法在特征提取方面提出新的思想,对miRNA及其前体在序列和结构上依据miRNA生源论,回归原始进化过程从miRNA初级转录物、miRNA前体以及成熟miRNA三各阶段提取特征信息,并使用单类支持向量机,即只使用正数据信息预测miRNA,不仅可以预测miRNA还可以预测前体miRNA,并得到了更准确率的预测结果。


知网文化
【相似文献】
中国期刊全文数据库 前17条
1 陈盼;陈企楠;;古丽故事 教育传奇——浙江省永康市古丽中学二十年教改纪实[J];未来教育家;2017年10期
2 王为民;;职业院校拓招“农民学员”的历史选择[J];中国职业技术教育;2014年15期
3 曹颖莉,刘力,王淑蕙;siRNA和miRNA及其抗病毒的研究近况[J];国外医学.病毒学分册;2005年02期
4 高岳;;生源论与19世纪中后期美国历史的解释模式[J];史学理论研究;2014年02期
5 ;图书推荐[J];自然杂志;2015年03期
6 马旭霞;;支持向量机理论及应用[J];科学技术创新;2019年02期
7 江少杰;宁纪锋;李云松;;加权间隔结构化支持向量机目标跟踪算法[J];中国图象图形学报;2017年09期
8 李娜;孙乐;胡一楠;李笑;王亚南;;模糊型支持向量机及其在入侵检测中的应用[J];科技创新与应用;2018年11期
9 邵元海;杨凯丽;刘明增;王震;李春娜;陈伟杰;;从支持向量机到非平行支持向量机[J];运筹学学报;2018年02期
10 高钦姣;张胜刚;贾晓薇;;基于支持向量机的股票价格预测模型研究与应用[J];课程教育研究;2016年28期
11 林香亮;袁瑞;孙玉秋;王超;陈长胜;;支持向量机的基本理论和研究进展[J];长江大学学报(自科版);2018年17期
12 安悦瑄;丁世飞;胡继普;;孪生支持向量机综述[J];计算机科学;2018年11期
13 梁武;苏燕;;一种新的基于类内不平衡数据学习支持向量机算法[J];科技通报;2017年09期
14 吴青;梁勃;;分段熵光滑支持向量机性能研究[J];计算机工程与设计;2015年08期
15 牛犇;顾宏斌;孙瑾;周来;周扬;;有向无环图-双支持向量机的多类分类方法[J];计算机应用与软件;2015年11期
16 赵芳;马玉磊;;自训练半监督加权球结构支持向量机多分类方法[J];重庆邮电大学学报(自然科学版);2014年03期
17 候明;张新新;范丽亚;;四类基于支持向量机的多类分类器的性能比较[J];聊城大学学报(自然科学版);2014年03期
中国重要会议论文全文数据库 前10条
1 王晓红;;一种改进多类支持向量机加权后验概率重构策略[A];2009中国控制与决策会议论文集(3)[C];2009年
2 余乐安;姚潇;;基于中心化支持向量机的信用风险评估模型[A];第六届(2011)中国管理学年会——商务智能分会场论文集[C];2011年
3 何琴淑;刘信恩;肖世富;;基于支持向量机的系统辨识方法研究及应用[A];中国力学大会——2013论文摘要集[C];2013年
4 郭一楠;程健;肖大伟;杨梅;;分布式多分类支持向量机[A];2011年中国智能自动化学术会议论文集(第一分册)[C];2011年
5 汪荣贵;孙见青;胡琼;李守毅;;一种新的支持向量机决策树及其应用[A];中国仪器仪表学会第九届青年学术会议论文集[C];2007年
6 伍敏;苏鹏宇;刘金福;于达仁;;基于RVM和SVM的风速预测研究[A];2012电站自动化信息化学术和技术交流会议论文集[C];2012年
7 曾江辉;耿金凤;汪邦军;郝建春;;面向时间序列质量波动预测的支持向量机回归模型研究[A];使命与责任—以质量方法促转型升级——第五届中国质量学术与创新论坛论文集(上)[C];2012年
8 刘爽;贾传荧;;一种加权支持向量机算法[A];通信理论与信号处理新进展——2005年通信理论与信号处理年会论文集[C];2005年
9 张晓滨;尹英顺;赵培坤;马秀兰;;基于渐进直推支持向量机的半对半多类文本分类[A];第三届全国信息检索与内容安全学术会议论文集[C];2007年
10 张立刚;李海丽;;基于最小二乘支持向量机的协调系统预测[A];第六届全国信息获取与处理学术会议论文集(3)[C];2008年
中国博士学位论文全文数据库 前10条
1 胡庆辉;非稀疏多核支持向量机学习方法研究[D];武汉大学;2015年
2 孙宗海;支持向量机及其在控制中的应用研究[D];浙江大学;2003年
3 徐芳;航空影像分割的支持向量机方法[D];武汉大学;2004年
4 蔡从中;支持向量机及其在生物材料功能研究中的应用[D];重庆大学;2003年
5 孙德山;支持向量机分类与回归方法研究[D];中南大学;2004年
6 翟永杰;基于支持向量机的故障智能诊断方法研究[D];华北电力大学(河北);2004年
7 董春曦;支持向量机及其在入侵检测中的应用研究[D];西安电子科技大学;2004年
8 安金龙;支持向量机若干问题的研究[D];天津大学;2004年
9 朱燕飞;锌钡白回转窑煅烧过程智能建模研究[D];华南理工大学;2005年
10 阎满富;求解分类问题的支持向量机方法与应用研究[D];中国农业大学;2005年
中国硕士学位论文全文数据库 前10条
1 闫文;基于miRNA生源论的单类支持向量机miRNA预测方法研究[D];吉林大学;2010年
2 郭晨晨;支持向量机算法的若干改进及其研究[D];山西师范大学;2018年
3 杨继明;基于改进支持向量机的金融指数投资策略研究[D];华中科技大学;2017年
4 李岩;基于决策树支持向量机的风电机组齿轮箱故障诊断[D];华北电力大学(北京);2018年
5 李英达;大规模非线性支持向量机算法研究[D];天津大学;2018年
6 汪梦竹;基于支持向量机的股票量化交易策略研究[D];重庆大学;2018年
7 文静;棉花除草机器人的植物叶片分类识别算法[D];重庆大学;2018年
8 乔于;大样本的线性可分支持向量机算法[D];重庆大学;2018年
9 李文敬;双子支持向量机模型改进及其在径流预报中的应用[D];南昌工程学院;2019年
10 王飞;支持向量机参数优化的两类耦合算法的研究与应用[D];辽宁工程技术大学;2016年
中国重要报纸全文数据库 前1条
1 记者 佘志娟;我市中小学“校本革命”瞄准六大目标[N];邯郸日报;2009年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978