Negativetrainingsamplesarealsoimportantformining.pptVIP

Negative training samples are also important for mining microRNAs from genome-scale data BY Leyi Wei 背景介绍 microRNA 和 microRNA precursor （1）microRNA是一类长度大约为22nt的非编码RNA，与参与调控细胞过程，近期研究发现与疾病也有很大关联，发掘microRNA意义重大。 （2）microRNA precursor（pre-miRNA） 俗称为前体microRNA。 简单来说microRNA与pre-miRNA的关系就是： pre-miRNA包含着microRNA。 当然不仅仅是简单的包含，这只是个前提。Pre-miRNA的序列是能形成典型的发卡环（hairpin）结构。 The pathway of microRNA in mammals 预测microRNA的方法 Comparative methods 基于同源信息 ，序列保守性信息等等，只 能预测保守的microRNA Non -- comparative methods 其中很多方法都是基于机器学习算法， 能够预测非保守的microRNA 影响机器学习的因素 1. 分类器 和 特征 在目前的大多数方法都集中于对分类器很特征的开发 而性能提高的却不是很多。 训练集 很少的方法会去研究训练集的选取，特别是反例的选取。 在机器学习方法中训练集一般是由：正例（real pre-miRNA）和反例 （pseudo pre-miRNA）所组成。 正例 是由实验验证过的real pre-miRNA 组成的 反例 则是由pseudo pre-miRNA组成的，这是一类和正例具有非常相似特征的序列，也具有典型的发卡环。由于与real pre-miRNA的极其相似，所以被应用于作为反例集。 训练集如何影响分类器性能呢？ 正反例的相似性高往往能得到高的性能 现有的少量方法也有致力于反例的提取，我们发现多数的方法都是用简单的过滤在CDS上选取与正例相似的，但是用这些反例组成的训练集真的能得到高的分类器性能吗？ （实验设计）用我们的测试集做测试：  ROC- analysis 实验总结 在对正例进行预测时，现有的方法都表现出差不多的性能，与我们的方法相当。 而在预测反例时，现有方法性能表现不一，都比较差。导致了分类器的性能较差。这说明现有方法在预测反例集是不够有效的 基于我们负集训练的效果 Triplet-SVM classifier 基于我们负集训练的效果 Mirident-classifier (Table) Mirident-classifier (Figure) Our ensemble classifier based on this negative set Our ensemble classifier performance 实验设计： 由于用的是联合分类器，我们与其单一分类器做了比较，看是否有提高性能。 Feature set performance 实验设计： 由于我们主体的特征集都是用别人的，加上自己提出的三个特征，看是否这三个特征会提高分类器性能 mirnaDetect 基于我们的之前的分类器系统，还结合使用了有哪些信誉好的足球投注网站算法，我们开发出了能在基因组中挖掘pre-miRNA的程序 mirnaDetect 算法流程： 投稿经验 作为一个菜鸟，一篇文章都还没有发成功，但是很愿意很大家投稿时的感受哈~ 主要针对投国外期刊（SCI）： （1）投哪？ 怎么投？ 一开始， 听老师的。一般作为菜鸟肯定不知道哪些期刊好， 哪些坏，听老师的，过来人有经验。一般的原则就是从高往低的投。幸运的话，高水平的期刊往往能返回一些你的文章的命门，建议先投会议（会议往往拒了你，也会给你点意见的）。 当然到了你自己对这领域有所了解，就可以自主选择期刊了。 （2）文章格式。 选择完 期刊了，注意有些期刊还会要求你文章的格式问题，如果是会议的话都会有模板，一般他们的网站上都有。 （3）有些会要求要写cover letter . 需要的话找我要模板。 (4) 终于投