【技术实现步骤摘要】
基于多特征信息融合的长链非编码RNA亚细胞定位方法
本专利技术涉及生物信息学领域，具体涉及一种新的长链非编码RNA亚细胞定位方法。
技术介绍
长链非编码RNA(longnon-codingRNA,lncRNA)是一种长度超过200个核苷酸的转录本。起初他们被认为是基因组转录的“噪音”，没有生物功能。然而，近年来研究人员发现长链非编码RNA在多种细胞和生物进程中发挥着重大的作用，如细胞分化、细胞内转运、染色质修饰、mRNA剪接，转录以及转录后调控等。此外，长链非编码RNA的失调还与多种人类疾病相关，如心血管疾病、神经退行性疾病、肥胖症以及癌症。越来越多的证据表明长链非编码RNA的亚细胞位置对其生物学功能有非常大的影响。例如，出现在细胞质中的长链非编码RNA可能参与翻译或信号传导，而出现在细胞核中的长链非编码RNA则发挥着调控基因表达的作用。因此，确定长链非编码RNA的亚细胞位置十分重要。近年来，通过实验的方法，越来越多关于长链非编码RNA亚细胞位置的信息被获取。与此同时，研究人员也构建了一系列长链非编码RNA相关的数据库，如RNALocate、LncATLAS以及l...
【技术保护点】
1.一种基于多特征信息融合的长链非编码RNA的亚细胞定位方法，其特征在于，包括如下步骤：(1)构建基准数据集；通过对RNALocate数据库中的数据进行筛选，获取到643条位于不同亚细胞位置的长链非编码RNA序列；(2)构建特征向量；通过将长链非编码RNA的k‑mer组分与三元组结构‑序列融合起来形成特征向量，更加全面的利用了长链非编码RNA的序列与结构信息；由于8‑mer组分有独特的进化机制，因此，参数k取值为8，至此，可将一条长链非编码RNA序列表示为(4
【技术特征摘要】
1.一种基于多特征信息融合的长链非编码RNA的亚细胞定位方法，其特征在于，包括如下步骤：(1)构建基准数据集；通过对RNALocate数据库中的数据进行筛选，获取到643条位于不同亚细胞位置的长链非编码RNA序列；(2)构建特征向量；通过将长链非编码RNA的k-mer组分与三元组结构-序列融合起来形成特征向量，更加全面的利用了长链非编码RNA的序列与结构信息；由于8-mer组分有独特的进化机制，因此，参数k取值为8，至此，可将一条长链非编码RNA序列表示为(48+32)维的特征向量；(3)特征选择；采用了方差分析的方法，选取最优的特征子集；(4)应用机器学习算法；选择支持向量机来进行预测；(5)评估分类器性能；采用4个指标以及ROC曲线与AUC值来评价分类器性能。2.根据权利要求1所述基于多特征信息融合的长链非编码RNA的亚细胞定位方法，其特征在于，所述步骤(2)构建特征向量具体步骤为：(1)K-mer组分；对一条长度为L的长链非编码RNA序列来说，k-mer组分指的是这条长链非编码RNA的所有长度为k的子序列；设计一个大小为k的滑窗，使其沿着长链非编码RNA序列以步长为1个核苷酸向前滑动，当滑窗中的长链非编码RNA子序列与第i个k-mer组分匹配时，将第i个k-mer组分对应的数量值，表示为ξi，加1；因此，特征向量的第一部分可以表示为：其中，ψi代表第i个k-mer出现的频率，可以通过以下公式来计算：(2)三元组结构-序列可以将一条长链非编码RNA序列表示为：V2＝[gA(″(((″)，gA(″((.″)，...，gA(″...″)，...，gC(″(((″)，...，gU(″，...″)]T(3)其中，g表示对32种不同结构组成的出现次数进行归一化处理；为了更加全面的利用长链非编码RNA的序列与结构信息，将k-mer组分与三元组结构序列融合起来，最终将长链非编码RNA表示为：3.根据权利要求1所述基于多特征信息融合的长链非编码RNA的亚细胞定位方法，其特征在于，所述步骤(3)方法通过计算每个特征的F-score来衡量该特征对分类器的...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。