基于XGBoost的RNA修饰位点的识别

摘要：

为了实现用一种方法更准确地识别几种不同类型的RNA修饰位点,提出了一种融合位置特异性单核苷酸及双核苷酸偏好特征的k-元组核苷酸组成(PseKNC)编码方式,并构建了一个基于XGBoost的RNA修饰位点的预测模型.通过交叉验证测试表明,该模型的识别准确率优于现有模型.

关键词：RNA、修饰位点、机器学习、识别、XGBoost

所属期刊栏目：39

分类号：Q811.4(生物工程学(生物技术))

资助基金：国家自然科学基金;广西自然科学基金;桂林电子科技大学研究生教育创新计划

在线出版日期：2020-06-17（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：471-477