点击次数：

论文类型：期刊论文

发表时间：2012-05-11

发表刊物：计算机工程与应用

收录刊物：ISTIC、CSCD

卷号：48

期号：14

页面范围：203-207,234

ISSN号：1002-8331

关键字：支持向量机;番茄;miRNA;预测

摘要：为了识别番茄基因组中潜在的miRNA,基于已发现的miRNA特征,利用支持向量机方法构建模型sly_pre_SVM和sly_SVM,用于番茄的前体miRNA序列和成熟miRNA序列的预测.对miRNA特征向量的编码、miRNA特征选择和参数的优化进行了研究.sly_pre_SVM对番茄测试集的分类精度、敏感性和特异性分别为99.69％、100％和99.66％,sly_SVM对番茄测试集的分类精度、敏感性和特异性分别为89.79％、88.89％和90％.预测得到41条番茄成熟miRNA序列,其中14条是尚未发现的,为进一步的miRNA生物学实验奠定了基础.