摘要:在微生物基因组中,为了解决功能RNA(fRNA)基因的预测中的计算复杂性,提出了一种具有结构学习的神经模糊推理模型(NFMSL).通过在多层前馈神经网络结构中嵌入Takagi-Sugeno型模糊推理系统,网络中前四层可用来构建所谓的模糊盒子.提出了优势特征的概念,并基于面向问题的启发式知识,以修改模糊集结构中的元选择算子.相应的结构学习算法可将输入空间分割为适当数量的具有重叠边界的优势模糊盒子.作为一个实际例子,NFMSL计算模型被应用于预测大肠杆菌(E.coli)的新的fRNA基因.在基于NFMSL的基因发现方法中,首先将大肠杆菌与伤寒沙门氏菌(S.typhi)进行同源性序列比对,然后从其中的高度保守序列中,抽取出线性序列与二级结构特征.通过5种不同的训练和测试方案以及相应的组合实验发现,基于NFMSL的基因发现的方法能够准确地预测和标注E.coli.中数十个新的fRNA候选基因.