|
|
|
|
【英文篇名】 |
LncRNA recognition by fusing multiple features and its function prediction |
|
【下载频次】 |
★★★★☆ |
|
【作者】 |
常征;
孟军;
施云生;
莫冯然; |
|
【英文作者】 |
CHANG Zheng;
MENG Jun;
SHI Yunsheng;
MO Fengran;
School of Computer Science and Technology;
Dalian University of Technology; |
|
【作者单位】 |
大连理工大学计算机科学与技术学院; |
|
【文献出处】 |
智能系统学报
, CAAI Transactions on Intelligent Systems, 编辑部邮箱
2018年 06期
期刊荣誉：中文核心期刊要目总览 ASPT来源刊 CJFD收录刊 |
|
【中文关键词】 |
lncRNA;
识别;
特征提取;
多特征融合;
机器学习;
互作关系;
网络构建;
功能预测; |
|
【英文关键词】 |
lncRNA;
identification;
feature extraction;
multiple features fusion;
machine learning;
interrelationship;
network construction;
function prediction; |
|
【摘要】 |
针对传统的基于单一特征的植物lncRNA识别的局限性,提出了融合RNA序列的开放阅读框、二级结构以及k-mers等多特征方法,训练高斯朴素贝叶斯、支持向量机和梯度提升决策树3种经典的分类模型,并实现分类结果的集成,利用交叉验证对模型的性能进行了评估,整体性能优于目前较流行的CPAT、CNCI和PLEK预测软件,在拟南芥数据集上总体的准确率达到了89%。另外,基于内源性竞争规则以及RNA结构信息,分别对lncRNA-microRNA和microRNA-mRNA进行靶向预测、筛选,再通过整合预测数据建立互作网络,并对网络模块中的lncRNA进行功能预测。通过GO术语分析,对与mRNA相关的lncRNA可能参与的生物调控过程进行预测,推测它们的相应功能。 |
|
【英文摘要】 |
Considering the limitations of the traditional plant lncRNA identification based on a single feature, in this paper, a method, in which the open reading frame, secondary structure, and k-mers features of RNA sequences are integrated, is proposed. It involves the training of three classical classification models, Gaussian naive Bayes, support vector machines, and gradient lifting decision tree, and integrating the classification results. The performance of the method was evaluated using cross-validation, and... |
|
【基金】 |
国家自然科学基金项目(61472061);
大连理工大学研究生教改基金项目(Jg2017015);大连理工大学大学生创新训练项目(2018101410201011019) |
|
【更新日期】 |
2018-11-22 |
|
【分类号】 |
Q943.2 |
|
【正文快照】 |
LncRNA recognition by fusing multiple features and its function predictionCHANG Zheng,MENG Jun,SHI Yunsheng,MO Fengran(School of Computer Science and Technology, Dalian University of Technology, Dalian 116023, China)近年来,非编码RNA(non-coding RNA,ncRNA)? |
|
| 【相似文献】 |
 |
中国期刊全文数据库 |
 |
|
|
中国优秀硕士学位论文全文数据库 |
|
|
|
中国博士学位论文全文数据库 |
|
|
|
中国重要会议论文全文数据库 |
|
|
|
中国重要报纸全文数据库 |
|
|
|
中国学术期刊网络出版总库 |
|
|
|
|
点击下列相关研究机构和相关文献作者，可以直接查到这些机构和作者被《中国知识资源总库》收录的其它文献，使您全面了解该机构和该作者的研究动态和历史。
|
|
【文献分类导航】从导航的最底层可以看到与本文研究领域相同的文献，从上层导航可以浏览更多相关领域的文献。
|
|
|
| 
推荐 
