偏置判别SVM预测microRNA靶基因-燕山大学学报.PDF

卷 期 燕山大学学报 年 月 文章编号：1007-791X (2013) 02-0153-06 偏置判别SVM 预测microRNA 靶基因 * 张洪礼，赵培培，王常武，王宝文，刘文远 （燕山大学 信息科学与工程学院，河北 秦皇岛 066004） 摘 要：针对靶基因样本数据不平衡导致阳性样本预测准确率较低的问题，提出基于SVM 的靶基因预测算法， 即偏置判别SVM 。算法选取高质量的数据集和最优特征集作为输入，在经验特征空间中以偏置判别分析准则为 核优化目标函数，使用核保角变换的方法逐步优化核矩阵，用最优核矩阵构造偏置判别SVM ，以解决靶基因数 据不平衡对预测造成的影响。对比实验分析表明，提出的偏置判别 SVM 算法具有更高的特异度、敏感度和预 测精度。同时，偏置判别SVM 具有更强的泛化能力，鲁棒性更好。 关键词：miRNA ；靶基因预测；偏置判别SVM ；数据不平衡；核优化 中图分类号：TP301.6 文献标识码：A DOI ：10.3969/j .issn.1007-791X .2013.02.012 0 引言 特别地，实验结果表明基于SVM 的预测算法 能够提高预测的灵敏度、特异度和预测精度。但仍 microRNA miRNA 20 （ ）是一类大约 个碱基 然存在制约阳性样本预测准确率的重要问题：传统 nt RNA [1] （）组成的内源性非编码小分子 ，由长约 的SVM 在数据平衡时分类准确率较低，而现有数 70 nt 可形成发卡结构的miRNA 前体经Dicer 酶剪 据库中实验验证的阳性靶基因非常少，miRNA 靶 切而来。它们广泛存在于动植物细胞中，通过与靶 基因阴、阳样本数量严重不平衡。为了解决这个问 基因完全互补配对和不精确互补配对，对 mRNA 题，提高预测精度，本文提出靶基因预测算法：偏 进行裂解或者抑制其翻译，实现对生物正常生长发 SVM BD-SVM 进行 置判别 （ ）。首先，对训练集 育的调节。因 预测miRNA 靶基因为研究和理解 特征提取和选择，并进行参数优化；然后，优化核 miRNA 的生物功能提供了强有力的依据。 矩阵，用最优核矩阵构建 BD-SVM 分类器，对 自miRanda 发布以来，已有数十个靶基因预 进行训练和分类。 测算法被提出。靶基因预测算法根据设计原理可分 为两类：基于规则的预测算法和基于数据挖掘手段 1 支持向量机 的预测算法。前者主要视靶基因的统计规律为规 SVM 是一种以统计学习理论和结构风险最小 [2] 则，对其进行简单组合，主要包括序列互补性 、