MicroRNA識(shí)別中的若干關(guān)鍵技術(shù)研究.pdf

1、microRNA(miRNA)是近年來(lái)才發(fā)現(xiàn)的一類內(nèi)源性小分子非編碼RNA，對(duì)miRNA的研究已成為當(dāng)前生物信息學(xué)領(lǐng)域最熱門的課題之一。研究表明miRNA在動(dòng)植物的許多生物過(guò)程中發(fā)揮著重要的調(diào)控作用，同時(shí)與人類疾病的產(chǎn)生和發(fā)展緊密關(guān)聯(lián)。準(zhǔn)確識(shí)別miRNA并研究miRNA與疾病的關(guān)聯(lián)，對(duì)理解基因表達(dá)調(diào)控網(wǎng)絡(luò)、診斷及治療人類疾病、推動(dòng)藥物研發(fā)等具有重要意義。
　　本文介紹了miRNA識(shí)別中涉及的生物學(xué)概念、機(jī)器學(xué)習(xí)算法、相關(guān)數(shù)據(jù)庫(kù)等，

2、重點(diǎn)研究了miRNA識(shí)別算法和疾病相關(guān)miRNA預(yù)測(cè)算法。論文就當(dāng)前miRNA研究中存在的特征選擇不合理、信息使用不充分、數(shù)據(jù)類別不平衡等問(wèn)題提出了相應(yīng)的解決方案。本文的主要研究?jī)?nèi)容如下:
　　(1)針對(duì)目前miRNA識(shí)別研究中敏感性和特異性指標(biāo)不佳或兩者不平衡的問(wèn)題，提出一種基于特征聚類和隨機(jī)子空間的miRNA識(shí)別方法。該算法采用信息增益率剔除部分弱分類能力特征后，利用信息熵度量特征間的相關(guān)性并對(duì)特征聚類，聚類過(guò)程中從每個(gè)特征簇

3、中隨機(jī)選取一定比例的特征組成特征集。通過(guò)參數(shù)調(diào)優(yōu)后選擇最優(yōu)特征集構(gòu)建分類模型識(shí)別miRNA。實(shí)驗(yàn)結(jié)果表明，該算法取得了較好的識(shí)別效果，同時(shí)在敏感性和特異性的平衡方面表現(xiàn)優(yōu)異。
　　(2)針對(duì)疾病-miRNA關(guān)聯(lián)研究中信息使用不充分導(dǎo)致預(yù)測(cè)效果不佳的情況，提出一種基于綜合相似性的疾病相關(guān)miRNA預(yù)測(cè)方法。該算法分別從疾病語(yǔ)義和疾病表型角度結(jié)合疾病-miRNA關(guān)聯(lián)信息構(gòu)建獨(dú)立的miRNA功能相似性網(wǎng)絡(luò)，在兩個(gè)網(wǎng)絡(luò)上分別應(yīng)用隨機(jī)游走模

4、型，最后通得分函數(shù)融合兩個(gè)網(wǎng)絡(luò)的輸出。與經(jīng)典方法在18種疾病上實(shí)驗(yàn)對(duì)比表明，該算法具有一定的優(yōu)勢(shì)。
　　(3)進(jìn)一步研究miRNA識(shí)別中存在的類別不平衡現(xiàn)象，提出一種基于混合采樣的不平衡數(shù)據(jù)分類方法。該算法首先通過(guò)Borderline-SMOTE方法對(duì)少數(shù)類樣本過(guò)采樣，在此過(guò)程中對(duì)多數(shù)類的邊界降采樣并用NCL方法對(duì)鄰域進(jìn)行清理，最后對(duì)剩余多數(shù)類樣本采用K-means算法聚類選取代表性樣本，由此構(gòu)建平衡訓(xùn)練集。實(shí)驗(yàn)表明該算法可以很好