典型文献
基于上下游转录调控的特征数据识别关键microRNA
文献摘要：
近年来,基于机器学习的microRNA与复杂疾病之间的关系预测受到广泛关注.然而现存的方法大多是围绕microRNA表达谱,相似性网络,序列特征等角度开发的,忽略了转录调控信息的重要性.基于此提出了一种新的基于microRNA上下游转录调控特征数据的机器学习算法(RPDZ)去预测癌症相关microRNA的重要性.此方法首先通过手动搜索和批量处理高通量数据,计算和整合microRNA上下游的特征数据,然后利用随机森林进行有效的特征提取,最后利用深度神经网络更好地捕捉疾病与microRNA的关系,更好地预测microRNA的重要性得分.使用ROC曲线下方的面积(AUC)、F-measure值和准确度(ACC)作为评估预测性能的指标.通过五折交叉验证的实验表明所提出的算法(ACC:0.8748,AUC:0.93,F-measure:0.8701)相比其他三种对比方法PESM、SVM、GaussianNB可得到更好的分类识别效果.算法不仅可以有效地整合多组学特征数据识别关键的miRNA,还可以为精确和自动化的计算机辅助诊断奠定基础.
文献关键词：
microRNA;转录调控;深度学习;特征提取
中图分类号：
作者姓名：
高宇;冷锋;李萌;朱江;邵轶旭;罗微
作者机构：
哈尔滨医科大学大庆校区医学信息学系,黑龙江大庆163000
文献出处：
引用格式：
[1]高宇;冷锋;李萌;朱江;邵轶旭;罗微-.基于上下游转录调控的特征数据识别关键microRNA)[J].自动化与仪器仪表,2022(11):22-26
A类：
RPDZ,PESM,GaussianNB
B类：
上下游,游转,转录调控,特征数据,数据识别,别关,microRNA,基于机器学习,表达谱,序列特征,机器学习算法,过手,批量处理,高通量数据,深度神经网络,measure,ACC,评估预测,预测性能,五折交叉验证,比方,分类识别,多组学,miRNA,计算机辅助诊断
AB值：
0.276404
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
