利用支持向量机识别miRNA成熟链

摘要

[目的]开发一个用于从pre-miRNA上识别其成熟链的miRNA预测程序miR-SVM.[方法]利用支持向量机工具,将pre-miRNA的序列结构特征作为支持向量机工具--LibSVM的输入向量,经Grid程序优化参数后,开发出一个可靠的miRNA成熟链预测程序miR-SVM.[结果]检测结果表明,在miR-SVM人数据集上得到程序的敏感性和特异性分别为83.7%和81.2%.通过杂交验证,获得ROC曲线下的面积约为87.71%,表明研究提出的序列结构特征可以有效地预测pre-miRNA成熟链.此外,用人数据训练出来的miR-SVM程序对其他20个物种的pre-miRNA成熟链进行预测,结果正确识别率为89.2%.[结论]研究开发的miR-SVM程序,成功地预测了pre-miRNA成熟链,检验结果表明,该程序具有良好的推广性,可用于miRNA试验过程中的前期预测分析.