MICRORNA预测分类及其特性的研究 数据挖掘的研究组.pptxVIP

1  MicroRNA预测分类及其特性研究   胡玲玲 指导老师：邹 权 副教授 王其聪 副教授   目录 2 miRNA特性及研究预测算法介绍 本文目录结构 3 家族分类及其生物医学应用 4不平衡分类策略及在miRNA上的应用 1 选题背景及意义 3 选题背景及意义 成熟体microRNA microRNA前体 包含 什么是microRNA（miRNA）？ 4 AUCGUGCAGAGACUAGACUGAC ~22nt 5 研究意义及现状 生物信息学 miRNA挖掘 前体预测 家族预测 其他 生物研究miRNA 生物验证 6 主要工作 miRNA预测挖掘方法总结对比 miRNA家族预测及生物医学应用 提出一种不平衡分类算法 7 miRNA预测方法综述 8 miRNA前体分类方法 Software Positive data Negative data Sensitivity Specificity Accuracy tp fn tn fp microPred 1591 109 260 1440 93.59% 15.29% 37.51% MiPred 73 17 62 28 81.11% 68.89% 75.00% Virgo 931 408 1080 506 69.52% 68.10% 68.75% Triplet-SVM 1007 283 442 307 78.06% 59.01% 71.41% 9 miRNA提取挖掘方法 Software 预测的数量 已知的数量 预测正确的数量 Precision Recall MirAlign 16 25 14 87.50% 56.00% miRabela 16 26 15 93.75% 57.69% MIReNA 38 42 27 71.05% 64.29% 10 家族分类及生物医学应用 11 family 类似的生物学功能 一致的二级结构 Family：let-7 m1 other m2 m3 目的：让miRNA正确的找到所属家族 12 miRBase18.0中家族分布图 大家族包含 大部分的miRNA 未知序列更有可能 属于大家族 top19(20类) top99(100类) all(1314类) 13 分层的随机森林预测模型 14 执行流程 使用20类模型预测序列（图1） 从PubMed查询预测结果家族相关的疾病信息 否则 使用100类模型预测序列（图1） 全类标预测（图1） 结果类标=19 否则 结果类标=99 first layer second layer third layer 实验设计 输入 [sequence] 输出 [family] miRClassify 20类文件 100类文件 1314类文件 训练集大小的影响 [50%,66%,80%,90%] RF 每层的预测准确度 [1st layer，2nd layer，3rd layer] RF 不同分类算法的影响 [RT,RF, Decision Tree,SVM,NN,Boost+RF,Boost+SVM] 不同n-gram的影响 [3-gram,4-gram,5-gram,6gram] RF 10-fold-CV 评价标准 16 Classifiers* Acc of 1st layer Acc of 2nd layer Acc of 3rd layer Random Tree 90.92 75.06 47.04 Random Forest 95.14 85.56 69.59 Decision Tree 95.11 59.20 61.84 Support Vector Machine (SVM) 85.88 61.41 55.59 Nearest Neighbour 93.85 89.63 69.74 Boost+Random Forest 95.36 87.02 72.10 Boost+SVM 84.54 60.14 26.63 结果 网站 18 不平衡分类及miRNA上应用 19 不平衡分类现状和意义 金融欺诈检测 医疗诊断 网络入侵检测 反垃圾邮件 生物信息学等领域 20 基于采样 过抽样