10.11896/j.issn.1002-137X.2015.2.002
基于机器学习的microRNA预测方法研究进展
传统的克隆方法受组织和环境影响显著,且实验成本高,而计算方法中的比较方法对进化距离远的microRNA敏感性低,无法预测无同源的microRNA,机器学习方法解决了比较方法依赖同源基因的问题.首先总结了基于机器学习预测microRNA的相关生物学知识;其次,给出基于机器学习的microRNA预测方法的大体流程,列举了基于机器学习的microRNA预测方法的最新研究算法及软件;再次,从数据集选取、特征集选取、分类器设计、特征子集选择、类不平衡问题解决和评价标准等环节出发,归纳总结了各环节中采用的方法及技术,并详细阐述了它们的最新研究进展,部分环节对采用的方法及技术进行了对比分析,总结了各自的优势和不足;最后,总结和展望了基于机器学习的microRNA预测方法的研究工作.
microRNA、机器学习、分类器、特征选取、类不平衡、生物信息学
42
Q3;Q6;TP391
国家重大仪器专项2012YQ0401401001;黑龙江省教育厅科学技术研究项目12541898
2015-04-03(万方平台首次上网日期,不代表论文的发表时间)
共7页
7-13