基于机器学习方法预测环形RNA编码蛋白的潜能

• 作者: 刘晶晶 宋晓峰 王琮 赵健
• 来源期刊: 云南民族大学学报（自然科学版）
• 学科: 工学
• 关键词: 环形RNA 编码蛋白 机器学习
• 年，卷（期）: 2020,（5）
• 所属期刊栏目: 大数据与机器学习
• 页码范围: 464-471,485
• 页数: 9页
• 分类号: TP181|Q74
• 语种: 中文
• DOI: 10.3969/j.issn.1672-8513.2020.05.010

摘要

环形RNA是一类广泛存在于真核细胞中的内源性RNA分子,没有5'末端帽子和3'末端polyA尾巴,以共价键连接形成封闭环状结构.一直以来,环形RNA被认为是一类不能翻译的非编码RNA.然而近年来有研究报道,环形RNA能够编码蛋白质从而调控重要的生命活动,引起了研究者们的注意.运用机器学习的方法,基于环形RNA的序列与结构特征,使用XGBoost、随机森林和支持向量机组合而成的综合分类模型,预测环形RNA编码蛋白的潜能,平均预测准确率达到86.66％,为实验研究人员提供可靠的参考,有助于发现更多可编码蛋白的环形RNA.