深度学习在植物lncRNA识别中的研究与应用

论文摘要

长度大于200nt的非编码RNA被称为长非编码RNA（lncRNA）,lncRNA是当下研究的一大热门。虽然不具有编码蛋白的能力,但是lncRNA通过作用于其他分子间接的影响了蛋白的形成。随着测序技术的延伸更多的序列被发现,只有从中精准识别出lncRNA,才能为日后探索其内在结构、预测功能打下基础。对于人类、动物lncRNA识别的研究已经相对成熟,而植物lncRNA结构复杂,样本数量不足,识别较为困难。并且之前的方法大都基于特征工程手动提取特征,不能学习序列的内在特征。因此使用深度学习方法高效准确识别植物lncRNA并预测其功能具有重大意义。本文基于长短期记忆网络（LSTM）和卷积神经网络（CNN）分别构建了两种lncRNA识别模型,lncRNA-LSTM和lncRNA-CNN。对负集进行聚类欠采样操作,达到正负样本均衡。为了使RNA序列能够输入到LSTM中,对序列进行p-nts编码,依次对连续的p个核苷酸进行编码,把每条RNA表示成数字序列。然后对RNA进行one-hot编码,每条RNA都被表示成4*n的矩阵进而可以输入到CNN中。实验的训练集和测试集划分为8:2。lncRNA-LSTM和lncRNA-CNN在测试集上的总体准确率分别达到了96.2%和95.2%。为了展示本文提出方法的优越性,增加基于特征工程的对比实验,提取二级结构、k-mers等特征并选取支持向量机等模型,在玉米数据集上的结果表明提出的两种模型表现得更好。此外,本文提出的方法与目前较为流行的CPC2、CNCI、PLEK、LncADeep等方法在同样的数据集上的结果相比效果更好。根据内源性竞争和RNA结构信息,提取lncRNA-microRNA和mRNA-microRNA互作对,然后结合RNA内在结构规则进行筛选,再通过整合两类互作数据建立RNA相互作用调控网络,并对网络各个模块进行模块分析。通过GO术语富集分析预测和mRNA有相关性的lncRNA参与的调控过程与具有的功能。

论文目录

• 摘要
• Abstract
• 1 绪论
•   1.1 研究背景与意义
•   1.2 国内外研究现状
•   1.3 本文研究内容及结构
• 2 lncRNA识别相关技术
•   2.1 lncRNA识别方法与工具
•     2.1.1 CPC&CPC2 在线分类工具
•     2.1.2 CNCI分类软件
•     2.1.3 PLEK分类软件
•     2.1.4 LncRNAnet分类软件
•   2.2 lncRNA与其他RNA或蛋白互作方式
•     2.2.1 lncRNA作为信号颗粒
•     2.2.2 lncRNA作为诱饵颗粒
•     2.2.3 lncRNA作为引导颗粒
•     2.2.4 lncRNA作为支架颗粒
•   2.3 本章小结
• 3 lncRNA预测模型的构建
•   3.1 数据集的选取和预处理
•     3.1.1 数据集来源
•     3.1.2 数据集预处理
•     3.1.3 RNA序列p-nts编码
•     3.1.4 RNA序列one-hot编码
•   3.2 基于深度学习的lncRNA预测模型构建
•     3.2.1 lncRNA-LSTM
•     3.2.2 lncRNA-CNN
•   3.3 基于特征工程的对比实验
•     3.3.1 特征抽取
•     3.3.2 特征融合和模型训练
•   3.4 实验结果和分析
•     3.4.1 性能评价指标
•     3.4.2 不同p-nts编码的性能对比
•     3.4.3 与特征工程的性能对比
•     3.4.4 与其它现有工具性能对比
•   3.5 本章小结
• 4 植物lncRNA功能预测
•   4.1 数据集选取和预处理
•   4.2 提取靶向预测互作对
•     4.2.1 提取lncRNA-microRNA互作对
•     4.2.2 提取microRNA-mRNA互作对
•   4.3 调控网络构建及lncRNA功能预测
•     4.3.1 RNA调控网络构建
•     4.3.2 模块分析与功能预测
•   4.4 本章小结
• 结论
• 参考文献
• 攻读硕士学位期间发表学术论文情况
• 致谢

文章来源

类型: 硕士论文

作者: 常征

导师: 孟军

关键词: 深度学习,长非编码,识别,植物,功能预测

来源: 大连理工大学

年度: 2019

分类: 基础科学,信息科技

专业: 生物学,自动化技术

单位: 大连理工大学

基金: 国家自然科学基金项目(No.61872055),国家重点研发计划项目课题“面向实体的多源信息感知融合与理解技术研究”(课题编号:2016YFB1001103)

分类号: Q94;TP18

DOI: 10.26991/d.cnki.gdllu.2019.001858

总页数: 58

文件大小: 2589K

下载量: 93