一种基于随机森林的长非编码RNA预测方法

• 作者: 孙磊 胡学龙 许驰
• 来源期刊: 扬州大学学报（自然科学版）
• 学科: 工学
• 关键词: 长非编码RNA 随机森林 基因预测
• 年，卷（期）: 2016,（4）
• 页码范围: 50-53
• 页数: 4页
• 分类号: TP391.4
• 语种: 中文
• DOI: 10.19411/j.1007-824x.2016.04.013

摘要

为了提高长非编码RNA(long non-coding RNA,lncRNA)预测的准确性,提出一种基于随机森林算法的lncRNA预测方法.在国际通用的基因注释和基因组序列训练数据集中,首先进行特征选取,然后采用随机森林算法对包含特征信息的数据集进行模型训练.选取的特征包含14种三聚核酸序列(ACG、CCG、CGA、CGC、CGG、CGT、CTA、GCG、GGG、GTA、TAA、TAC、TAG、TCG)的占比、终止密码子在3种阅读框中的数量标准差、GC含量、蛋白质编码能力、转录本长度、外显子个数、平均外显子长度和保守性分值.10折交叉验证结果表明,该预测方法在真阳性率、精确率、召回率、F值和AUC值等性能指标方面均优于其他算法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	胡学龙		86	648	14.0	21.0
2	孙磊		25	139	8.0	11.0
3	许驰		4	7	1.0	2.0