實(shí)驗(yàn)室業(yè)計算機(jī)應(yīng)用技術(shù)

11研究背景意義及本文工2基于SVM的植物3植物miRNA功能相似性計4植物miRNA功5總結(jié)與植

植物miRNA

出出miRNA的方法，Triplet-miRNA

且只能前體

基于SVM的植植物miRNA功相似性計基于權(quán)重PPI植物miRNA功直推式 學(xué)11研究背景意義及本文工2基于SVM的植物3植物miRNA功能相似性計4植物miRNA功5總結(jié)與 成熟體 pixrand(0,1)*(yiyi表示x的第i個近鄰前體前體 模型實(shí)驗(yàn)數(shù)3126條非冗余且具有單一莖環(huán)結(jié)構(gòu)的所有植物前體成熟體成熟體 模型實(shí)驗(yàn)數(shù)在真實(shí)前體miRNA的成 分類分類器性能指標(biāo)Triplet- 集 模型的推廣能分類不同物種下的準(zhǔn)確率 11研究背景意義及本文工2基于SVM的植物3植物miRNA功能相似性計4植物miRNA功5總結(jié)與 流 maxFx,ynmaxFx,ymnn

max

weight(e)miRNAmiRNA及mRNA數(shù) 自miRBase（版本 脅脅迫響應(yīng)相關(guān)miRNA數(shù)從數(shù)十 中搜集整理了126個擬南芥脅迫響應(yīng)相蛋白質(zhì)相互作用網(wǎng)絡(luò)數(shù)據(jù) AtPIN,PAIR,BioGRID,數(shù)據(jù)蛋白質(zhì)數(shù)及比例關(guān)系數(shù)目比例度最最平16,20415,6191111

參與不同脅迫響應(yīng)的miRNA，機(jī)產(chǎn)生50組數(shù)據(jù)得到的結(jié)果分參與相同脅迫響應(yīng)性能對比分 ConnectedComponent 脅迫類相似性得高ath-ath-ath-ath-ath-TMV-ath-ath-ath-ath-ath-11研究背景意義及本文工2基于SVM的植物3植物miRNA功能相似性計4植物miRNA功5總結(jié)與采用直推式 分類算 的未知CCiikiiC1NNCi

t0；cr構(gòu)建miRNA功能相似性網(wǎng)絡(luò)（邊權(quán)重>t）且計算cr和隨機(jī)網(wǎng)絡(luò)聚類系

tct0.01ct0跳出循環(huán)，記ct0.01ct0跳出循環(huán)，記t為最終的權(quán)重閾crtcrtk2kk3Nk1NN1i 12N1k2i

）（節(jié)點(diǎn)為直推式多該算法基于全體樣本（包括有和無樣本）間的相互關(guān)系、有樣本的組成信息和平滑假設(shè)評估無標(biāo)簽樣本的最優(yōu)組成平滑假設(shè)1：相似樣本的應(yīng)該有相似的組成平滑假設(shè)2：相似的樣本應(yīng)該有相同的數(shù)量mnlmnl1

Wizzj

zWiz0, W 0, W i i222

j j

i

YY

if

iL.

Li

據(jù) 矩陣中樣長比越n 樣長比越平 平

好eLssf,Du

erge(

(xi

y)1 1

p

iiYiY

{i)

|

i,)

f(xi

y2)}參與對比的方法：直推式多分類算法（TRAM），有重啟的隨機(jī)算法（RandomWalker），多K最近MF分支上的對比實(shí)驗(yàn)Random miRNA將直推式 11研究背景意義及本文工2基于SVM的植物3植物miRNA功能相似性計4植物miRNA功5總結(jié)與 方法基 方法 MengJ,LiuD,SunC,etal.Predictionofplantpre-microRNAsandtheirmicroRNAsingenome-scalesequencesusingstructure-sequencefeaturesandsupportv