MiRscreen:一种基于遗传算法和支持向量机的microRNA前体识别方法

• 作者: 侯妍妍 应晓敏 李伍举 李华
• 来源期刊: 军事医学科学院院刊
• 学科: 生物学
• 关键词: 微RNAs 识别 遗传算法 支持向量机
• 年，卷（期）: 2008,（3）
• 所属期刊栏目: 技术方法
• 页码范围: 287-292
• 页数: 6页
• 分类号: Q75
• 字数: 4810字
• 语种: 中文
• DOI: 10.3969/j.issn.1674-9960.2008.03.022

摘要

目的:构建具有高敏感性和高特异性的microRNA前体(pre-miRNA)识别模型.方法:根据300例经实验验证的人pre-miRNA和300例从3'UTR折成茎环结构的片段中随机选取的阴性样本,基于支持向量机方法构建了区分pre-miRNA和pseudo pre-miRNA的分类器MiRscreen.为提高分类器的性能,我们采用遗传算法搜索影响分类器性能的2个重要参数C和γ.结果与结论:该分类器对训练集的敏感性为99.33%,特异性为100%,对剩余的91例人pre-miRNA和91例3′UTR中的pseudo pre-miRNA敏感性和特异性分别达到91.21% (83/91) 和93.41% (85/91).在除人以外的其他20种动物和病毒的1 353例pre-miRNA中,MiRscreen正确判断出其中的1 192例,敏感性达到88.10%,其中马雷克病病毒、猕猴淋巴隐病毒、EB病毒、猿猴病毒40、非洲爪蟾、狗、绵羊和猕猴共计8个物种的敏感性达到100%;在随机抽取的100条RefSeq基因折叠形成的556例pseudo pre-miRNA和随机抽取的797例人19号染色体折叠形成的pseudo pre-miRNA(共计1 353例混合阴性样本)中,MiRscreen的特异性达到85.14%(1 152/1 353).与其他6种同类方法相比,MiRscreen在敏感性和特异性方面均具有较好的性能,分类精度最高,达到86.62%,比其他方法高6%以上;MiRscreen的AUC值达到0.938,也明显高于其他方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李伍举	军事医学科学院基础医学研究所计算生物学中心	19	164	5.0	12.0
2	侯妍妍	军事医学科学院基础医学研究所计算生物学中心	2	34	1.0	2.0
3	李华	军事医学科学院基础医学研究所计算生物学中心	3	4	1.0	1.0
4	应晓敏	军事医学科学院基础医学研究所计算生物学中心	14	100	3.0	9.0