若干機(jī)器學(xué)習(xí)方法在RNA二級(jí)結(jié)構(gòu)預(yù)測(cè)中的應(yīng)用.pdf

1、隨著人類基因組計(jì)劃的成功實(shí)施，充分利用這些基因組測(cè)序數(shù)據(jù)，得到對(duì)人類有用信息的需求迅速增加，隨之而誕生的生物信息學(xué)充分利用信息技術(shù)、數(shù)學(xué)、生物學(xué)、計(jì)算機(jī)科學(xué)等多學(xué)科工具，有效分析了海量數(shù)據(jù)所包含的生物學(xué)意義。而機(jī)器學(xué)習(xí)方法則給生物信息學(xué)提供了可靠有力的算法支撐，使得生物信息學(xué)對(duì)生命科學(xué)的探索與研究做出了重大貢獻(xiàn)。本文利用了生物信息學(xué)中的若干種機(jī)器學(xué)習(xí)方法，研究了RNA的分子自折疊二級(jí)結(jié)構(gòu)預(yù)測(cè)及RNA分子間靶位點(diǎn)堿基對(duì)匹配模式與靶點(diǎn)預(yù)測(cè)問(wèn)

2、題。
　　針對(duì)RNA二級(jí)結(jié)構(gòu)預(yù)測(cè)算法中同源多序列保守結(jié)構(gòu)預(yù)測(cè)法較單序列預(yù)測(cè)法復(fù)雜度高的問(wèn)題，本文提出了保守二級(jí)結(jié)構(gòu)中的保守堿基對(duì)來(lái)源于每個(gè)單序列的最優(yōu)和次優(yōu)自由能結(jié)構(gòu)的假設(shè)。有效利用單序列自由能結(jié)構(gòu)中各莖子結(jié)構(gòu)的相關(guān)特征屬性信息，通過(guò)支持向量機(jī)算法，保守堿基對(duì)被挑選出來(lái)?；赗NA二級(jí)結(jié)構(gòu)預(yù)測(cè)標(biāo)準(zhǔn)數(shù)據(jù)集和Rfam數(shù)據(jù)庫(kù)中十種RNA家族的二級(jí)結(jié)構(gòu)預(yù)測(cè)實(shí)驗(yàn)顯示，本算法的預(yù)測(cè)性能不低于主流預(yù)測(cè)算法水平。單序列自由能結(jié)構(gòu)的引入既保證了較高

3、的保守結(jié)構(gòu)預(yù)測(cè)性能，又在一定程度上降低了算法復(fù)雜度。另外，本文研究的粗糙集方法挑選保守堿基對(duì)以及依靠莖子結(jié)構(gòu)的公共程度屬性排序挑選保守莖子結(jié)構(gòu)法對(duì)SVM預(yù)測(cè)算法的最終形成提供了實(shí)驗(yàn)基礎(chǔ)。
　　在表示各個(gè)單序列最優(yōu)及次優(yōu)自由能結(jié)構(gòu)的諸個(gè)莖子結(jié)構(gòu)與保守二級(jí)結(jié)構(gòu)的關(guān)系時(shí)，本文給出了一種有效的RNA二級(jí)結(jié)構(gòu)表示方法，簡(jiǎn)約點(diǎn)陣圖法，使得基于莖子結(jié)構(gòu)粒度的預(yù)測(cè)算法原理描述更加形象與深刻。
　　RNA分子間靶點(diǎn)預(yù)測(cè)亦主要依據(jù)RNA的一級(jí)序

4、列信息。對(duì)于miRNA靶位點(diǎn)堿基對(duì)互補(bǔ)配對(duì)模式特征的提取，本文先后使用了粗集工具與馬爾可夫鏈?zhǔn)侥Ｐ凸ぞ哐芯苛伺鋵?duì)模式的定性與定量特征。本文首先借助于兩種量度變量，然后使用粗糙集工具，分析了miRNA的22個(gè)堿基中各個(gè)部分的匹配模式。接著，對(duì)miRNA靶點(diǎn)的序列匹配模式進(jìn)行了進(jìn)一步定量分析。通過(guò)建立馬氏鏈模型，對(duì)訓(xùn)練數(shù)據(jù)進(jìn)行學(xué)習(xí)，再根據(jù)極大似然法得到模型參數(shù)。已作完參數(shù)估計(jì)的模型為成熟的模型?；谶@個(gè)成熟模型的得分，制定出一個(gè)合適的閾值，