[发明专利]一种基于支持向量机的microRNA靶位点预测的方法

摘要

本发明公开了一种基于支持向量机的microRNA靶位点预测的方法。步骤包括：1)训练数据集的建立，包括278个正样本和194个负样本；2)特征集的构建，每个训练数据集的样本都被一个特征向量所表示，特征向量涵括miRNA-靶位点调控对的各方面信息，分为六部分共128个特征；3)简化特征集选取，使用Weka3中的一系列特征选取算法，筛选出64个特征；4)结果评价，对基于特征集、简化特征集和miTarget特征集的分类器的分类能力进行比较；5)miRNA靶基因的功能注释。本发明的意义在于构建了一个引入近年被发现与miRNA靶位点结合相关的特征，开发出一套新的miRNA靶位点预测方法，并运用特征选取的手段对该预测器进行优化，最后比较检验的结果表明，所选用的新特征对miRNA靶位点预测确有帮助。

主权项

一种基于支持向量机的microRNA靶位点预测的方法，其特征在于，包括如下步骤：1)训练数据集的建立：训练数据集包括正样本278个，其中果蝇样本有83个，人样本有195个；负样本194个，其中果蝇样本有30个，人样本有164个；2)特征集的构建：每个训练数据集的样本都将被一个特征向量所表示，这个特征向量涵括了miRNA-靶位点调控对的信息，特征向量包括128个特征：128个特征划分为结构特征、热力学特征、基于位置特征、核苷酸组成特征、二级结构特征、基于模式特征六部分，所有样本的特征向量构成了特征集；3)简化特征集选取：使用Weka3中的特征选取算法，基于特征集分别进行了特征选取，特征选取算法包括：卡方属性评价、过滤属性评价、增加比率属性评价、信息增益属性评价、OneR属性评价、RelieF属性评价、支持向量机属性评价、对称原理不对称属性评价8种算法；4)结果评价：对基于特征集、简化特征集和miTarget特征集的分类器的分类能力采用完全数据集十倍交叉检验，或者以人的数据集作为训练集、果蝇的数据集作为测试集，或者以果蝇的数据集作为训练集、人的数据集作为测试集三种方法进行测试，而对miRNA-靶位点预测结果则使用受试者作业特征分析，综合成功率，二维混淆矩阵及真阳性率、假阳性率、真阴性率、假阴性率三种比较方法进行评价。