基于深度学习的miRNA靶位点预测研究综述

• 作者: 李亚男 胡宇佳 甘伟 朱敏
• 来源期刊: 计算机科学
• 学科: 工学
• 关键词: miRNA 靶位点预测 卷积神经网络 循环神经网络 自动编码器
• 年，卷（期）: 2021,（1）
• 所属期刊栏目: 人工智能
• 页码范围: 209-216
• 页数: 8页
• 分类号: TP181
• 语种: 中文
• DOI: 10.11896/jsjkx.191200111

摘要

MicroRNAs(miRNAs)是一类长约22～23碱基(nt)的单链非编码RNA,在生物进化方面有着重要意义.成熟的miRNA会通过其种子序列(5'第2-8位核苷酸)与message RNAs(mRNAs)的3'UTR区域靶位点进行完全或不完全配对,实现切割mRNA及抑制mRNA翻译等功能.由于miRNA结合mRNA靶位点的机制仍未明确,因此预测miRNA靶位点的工作一直是miRNA研究领域的一大挑战和难题.实验方法虽然准确,但耗时长且昂贵.在生物信息领域,基于规则匹配的常规计算方法虽然能进行靶位点的预测,但存在着准确率偏低的问题.随着深度学习的兴起及实验验证数据及具体靶位点信息的丰富,基于深度学习的方法成为了miRNA靶位点预测领域的研究热点.首先介绍了常用的miRNA预测数据集、预测类型和常见特征;之后对预测研究中常用的深度学习模型进行阐述;接着介绍了常规的预测方法及基于深度学习的预测方法,并对这些方法进行了分类总结和性能的对比分析;最后对使用深度学习的预测工作当前存在的问题及未来的发展进行了探讨.