《基於投票機制的非編碼RNA“從頭預測”識別方法研究》是依託廈門大學，由鄒權擔任項目負責人的青年科學基金項目。
基本介紹
- 中文名：基於投票機制的非編碼RNA“從頭預測”識別方法研究
- 項目類別：青年科學基金項目
- 項目負責人：鄒權
- 依託單位：廈門大學
項目摘要,結題摘要,
項目摘要
從頭預測方法是目前挖掘非編碼RNA的主要方法。由於從頭預測方法需要利用機器學習中的分類器，而目前的分類器不能較好地處理非編碼RNA識別中的正反例不平衡現象。因此，本項目提出了基於投票機制的不平衡數據處理方法，並結合有效的特徵，實現在基因組、EST和下一代測序技術得到的數據中挖掘microRNA和snoRNA。通過對這兩種不同特點的非編碼RNA進行研究，期望能夠為其它的非編碼RNA挖掘方法提供借鑑。本項目擬：（1）提出基於投票機制的不平衡數據分類方法；（2）開發可以處理不同類型數據的microRNA和snoRNA的挖掘方法和系統；（3）在海洋類非模式生物中挖掘10條以上新的非編碼基因；（4）發表SCI期刊論文1-3篇。
結題摘要
“基於投票機制的非編碼RNA挖掘方法研究”（編號：61001013）是國家自然科學基金青年基金項目，研究期限為3年。本項目目標是研究和發展集成學習算法，並套用於非編碼RNA、尤其是microRNA的挖掘中，重點在於提高microRNA挖掘的準確率並降低假陽性，同時研究基於投票機制的集成學習方法，爭取用於解決更多的生物信息預測問題。經過了3年的努力，項目組在microRNA挖掘和集成學習方法上都取得了重要成果。項目組提出了循環最佳化反例集的思想，提高了人類microRNA挖掘的準確率，並在家蠶中挖掘到全新的microRNA，其中3條被權威資料庫miRBase收錄。在集成學習方法的研究中，項目組提出了通過聚類和循環添加選擇基分類器的策略，並開發了相應的軟體libD3C套用於若干生物信息學問題中，取得了良好的效果。本項目共發表論文40篇，其中SCI收錄17篇，EI收錄10篇，獲得軟體著作權10項，畢業研究生6人，並獲得了基金委的青年-面上連續資助項目。
