基于在线工具和SVM的植物miRNA靶基因集成预测研究

摘要

可信miRNA靶基因交互识别问题在研究miRNA功能方面起到重要的作用。业界已经提出了一些运用计算机预测植物miRNA靶基因的方法，然而预测结果却存在工具之间不一致以及假阳性过高等问题。为了解决这些问题，本文开发了一个植物miRNA靶基因交互识别的集成模型。
　　本文采用传统统计学预测工具与机器学习方法相结合的方式预测拟南芥miRNA靶基因交互信息。首先通过psRNATarget，TAPIR和UEA三种植物靶基因预测工具结合的方式，提供足够大的靶基因候选集。进一步基于结构特征，热力学特征以及位点结合信息三类特征构建本地支持向量机分类器，过滤候选集以降低假阳性。为了提高模型性能，引入了基于主成分分析的属性抽取方法以及半监督学习策略。结果显示，采用的PCA-SVM方法相比传统的SVM方法在分类预测方面具有更好的性能。此外，使用拟南芥降解测序数据来评估预测结果。将所构建的分类器应用在水稻和葡萄miRNA数据集上，以证明模型在其他植物物种上的适用性。最后，根据可信miRNA靶基因预测结果，构建miRNA靶基因调控网络以及miRNA间的相互作用网络。
　　在线预测工具和本地PCA-SVM分类器的集成模型获得了高质量的可信miRNA靶基因交互信息。基于半监督学习的PCA-SVM模型首次在植物miRNA靶基因交互预测问题上得到应用，随着更多被生物学实验证实的靶基因的公布，模型的性能会进一步提高。