基于随机森林算法识别基因间长非编码RNA

论文摘要

为了深入了解和探索lincRNA的调控机制,建立了lincRNA高效识别模型,有助于为后续研究提供数据源。依据最小自由能（minimum free energy, MFE）和信噪比（signal-noise ratio, SNR）等特征,并通过特征贡献度大小剔除冗余特征,构建随机森林（random forest, RF）分类模型,有效地识别lincRNAs。经检验,模型的灵敏度、特异性和精确度分别达到94.1%、93.2%和93.7%,高于现有PhyloCSF、LncRNA-ID和CPC方法的各项识别指标。模型在识别过程中表现出较好的鲁棒性,可准确识别lincRNA。

论文目录

• 0 引言
• 1 材料与方法
•   1.1 材料
•   1.2 特征选取
•     1.2.1 最小自由能特征 （mininal free energy, MFE）
•     1.2.2 信噪比特征 （signal-noise ratio, SNR）
•     1.2.3 序列特征
•   1.3 方法
•   1.4 方法流程图
•   1.5 评价标准
• 2 结果与分析
•   2.1 序列MFE的分析
•   2.2 序列信噪比的分析
•   2.3 信息特征选取及评价
•     2.3.1 信息特征的选取
•     2.3.2 信息特征的评价
•   2.4 平衡数据集选取及评价
•     2.4.1 平衡数据集的选取
•     2.4.2 平衡数据集的评价
•   2.5 分类模型选取及评价
•     2.5.1 分类模型算法的选取
•     2.5.2 分类模型算法的评价
• 3 讨论

文章来源

类型: 期刊论文

作者: 徐炜娜,张广乐,李仕红,陈园园,李强,杨涛,许明敏,乔宁,张良云

关键词: 基因间长非编码,随机森林算法,最小自由能,信噪比

来源: 山东大学学报(理学版) 2019年03期

年度: 2019

分类: 基础科学

专业: 生物学

单位: 南京农业大学理学院

基金: 国家自然科学基金资助项目(11571173,11401311,11601231)

分类号: Q811.4

页码: 85-92+101

总页数: 9

文件大小: 1655K

下载量: 135