基于主成分分析-神经网络的非编码RNA预测

• 作者: 王正志 邹凌云
• 来源期刊: 生物医学工程研究
• 学科: 医学
• 关键词: 非编码RNA 主成分分析 方差贡献率 BP神经网络 Levenberg-Marquardt算法
• 年，卷（期）: 2007,（1）
• 所属期刊栏目: 论著
• 页码范围: 6-9
• 页数: 4页
• 分类号: R318|Q752
• 字数: 3142字
• 语种: 中文
• DOI: 10.3969/j.issn.1672-6278.2007.01.002

摘要

预测非编码RNA对认识其调控功能具有重要意义.选择单核苷酸和二核苷酸出现频率作为神经网络分类特征,运用主成分分析方法降低输入数据的维数,去除数据间的相关性,采用Levenberg-Marquardt算法改善网络训练速度.对数据集的测试结果表明,此方法对细菌混合ncRNA的预测精度达到81.3%,对原核生物tRNA的预测精度达到93.3%,表明该方法能有效预测原核生物ncRNA.预测结果还发现两种古细菌的ORF序列在序列特征上与其它细菌和古细菌存在差别.