基于多特征的長非編碼RNA識別方法.pdf_第1頁
已閱讀1頁，還剩59頁未讀， 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明：本文檔由用戶提供并上傳，收益歸屬內(nèi)容提供方，若內(nèi)容存在侵權(quán)，請進行舉報或認領(lǐng)

文檔簡介

1、在人類基因組中能夠轉(zhuǎn)錄編碼蛋白質(zhì)的區(qū)域大約占基因組總長度的2-5％，近些年來對轉(zhuǎn)錄組的研究發(fā)現(xiàn)哺乳動物和其他生物體內(nèi)大量的轉(zhuǎn)錄本雖然不編碼蛋白質(zhì)，但卻以非編碼RNA（noncoding RNAs，ncRNAs）的方式行使生物功能。長非編碼RNA（lncRNA）是長度超過200nt的ncRNA，多數(shù)較為復(fù)雜的生物功能都有l(wèi)ncRNA的參與。而complementary DNA（cDNA）和Expression Sequence Tags（

2、ESTs）項目每年都會產(chǎn)生百萬計的轉(zhuǎn)錄本，將lncRNA從大量的轉(zhuǎn)錄本中快速而準確的挑選出來是一個艱難而有意義的工作，也逐漸引發(fā)了lncRNA的研究熱潮。
　　根據(jù)對mRNA和lncRNA數(shù)據(jù)集中兩類RNA序列中潛藏信息之間差異的挖掘，本文中定義了基于開放閱讀框的特征、蛋白序列相似性特征以及二級結(jié)構(gòu)中基于最小自由能的特征這三大類特征。每一類特征都包含若干個指標，基于開放閱讀框的指標為開放閱讀框完整性、歸一化的開放閱讀框數(shù)量和開放閱

3、讀框覆蓋率，基于蛋白序列相似性特征的指標為歸一化的蛋白匹庫配數(shù)量、蛋白庫匹配E-value均值和閱讀框匹配得分，而二級結(jié)構(gòu)特征的兩個指標為歸一化最小自由能分別與GC含量以及二級結(jié)構(gòu)中堿基配對個數(shù)之比。文中以NONCODE中的lncRNA和Refseq中的mRNA各取2000條作為訓(xùn)練數(shù)據(jù)集，將多個特征和支持向量機結(jié)合起來，提出一種新的長非編碼RNA識別方法，可以根據(jù)用戶的需要將這三類特征進行任意的組合。
　　我們使用5折交叉驗證對

溫馨提示

  • 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙，網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽，若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間，僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理，對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯，并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權(quán)或不適當內(nèi)容，請與我們聯(lián)系，我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論